基于卷积神经网络的运动辅助决策系统设计

针对现有运动训练辅助决策系统智能性差、综合精度低的问题,文中基于神经网络技术设计了一套实时运动辅助决策系统。为解决常用训练数据冗余多、鲁棒性较弱的问题,通过使用OpenPose建立了人体数据实时检测与记录模块,用于实现基于视觉相机的运动姿势采集。为了对人体运动状态数据进行准确分析,采用卷积神经网络建立通用的优化模型,并对网络模型各个部分进行重新设计,实现了人体运动姿势分析识别系统。通过对实验数据的统计与分析表明,文中所提的改进系统具有训练收敛快、动作姿势识别精度高的特点,能够提供更加精准的运动辅助决策。