【摘 要】
：
体能训练作为提升部队战斗力的重要手段之一,动作的规范性直接影响训练效果。为了保证有效的体能训练,需要对训练动作进行评估和指导。目前士兵体能训练评估大多利用人工评估的方法,成本高,效率低、易受主观因素影响。因此本文将人体骨骼关键点检测技术应用到士兵体能训练评估中,通过摄像机采集士兵体能训练动作视频,采用骨骼关键点检测技术获取人体骨骼关键点信息,然后利用视频动作检测模型融合人体骨骼关键点检测信息,对采
论文部分内容阅读
体能训练作为提升部队战斗力的重要手段之一,动作的规范性直接影响训练效果。为了保证有效的体能训练,需要对训练动作进行评估和指导。目前士兵体能训练评估大多利用人工评估的方法,成本高,效率低、易受主观因素影响。因此本文将人体骨骼关键点检测技术应用到士兵体能训练评估中,通过摄像机采集士兵体能训练动作视频,采用骨骼关键点检测技术获取人体骨骼关键点信息,然后利用视频动作检测模型融合人体骨骼关键点检测信息,对采集的体能训练视频进行动作序列定位和分类,最后提取动作关键帧进行分析评估,设计出基于人体骨骼关键点检测的士兵体能训练评估系统。本文主要研究工作如下:（1）针对OpenPose网络模型检测视频流人体骨骼关键点准确度不高、参数量大、复杂度高等问题,提出了基于姿态流补偿的人体骨骼关键点检测算法。该算法利用轻量化改进的OpenPose模型获取骨骼关键点信息,然后通过构建帧间的人体姿态流信息,弥补OpenPose网络模型的不足,提高视频数据的检测效果,最后对检测出来的人体骨骼关键点进行优化,补全因严重遮挡而缺省的关键点坐标。本章提出的算法在MPII数据集上准确率达到95.2%,相比于原始OpenPose准确率提升了8.0%,参数量减少了71.5%,提高了视频流人体骨骼关键点识别率的同时,降低了网络复杂度。（2）针对BMN边界时序动作定位准确率低的问题,提出了基于边界的局部-全局动作检测算法。该算法选用I3D双流融合网络作为特征提取网络,然后利用基于边界的局部-全局动作检测算法对时序动作进行检测,获得更精准的动作序列,最后使用S-OHEM策略优化训练过程中出现的样本比例不均衡问题。通过在THUMOS14数据集上实验验证,与BMN相比时序动作提名检测召回率提升了2.3%,在KTH数据集的识别率达到了98.8%,在自建数据集上面的识别率达到了99.2%。（3）基于以上研究设计了士兵体能训练评估系统。通过获取士兵体能训练过程中的人体骨骼关键点信息并对训练视频中的动作序列进行定位和类别,然后通过提取动作序列中的关键帧与标准动作对比分析,实现对士兵体能训练动作的自动评估。在模拟士兵体能训练场景下进行实验测试,本文设计的士兵体能训练评估系统有着较好的实用性。
其他文献
在过去几十年里,由于人类对化石能源的过度使用,导致大量二氧化碳（CO2）产生并进入大气,造成大气中温室气体的浓度急剧上升,引起了温室效应等一系列全球气候环境问题。在这种情况下,科学家设想通过利用地球上丰富且可再生的太阳能将CO2高效光催化还原成有价值的化学品或燃料,并伴随着相应的氧化反应,如水氧化,以实现碳中性的人工光合作用循环（人工叶子）,既可以“变废为宝”、减少CO2排放,又能减轻人类对化石燃
多巴胺（DA）是人体中一种很重要的神经递质,它的作用主要在于控制人体新陈代谢、心血管、肾系统等,人体中多巴胺含量的异常与许多常见的神经系统疾病相关。腺嘌呤（Ade）是组成DNA和RNA分子的四种碱基其中的一种,它不但可以参与体内DNA和RNA合成,维持生物体的代谢功能,而且能够在白细胞缺乏时,促进白细胞的增生。因此,检测复杂生理环境中,多巴胺的含量和腺嘌呤的含量是至关重要的。通过原位制备的分子印迹
随着社会的发展进步,刑侦领域中各刑侦技术也在不断地发展完善。在这当中,红外成像技术是近些年应用在刑侦领域中较为广泛的一种,该技术能侦测案发现场物体留下的热辐射信息,通过热辐射信息检测采集到不可见痕迹。通过对遗留在案发现场的不可见痕迹的采集和分析,有助于推动案件进展、提高办案效率、为案件证据的收集提供新的可能。本文针对实际案发现场采集到的红外刑侦手印痕迹图像展开研究,具体分析红外刑侦手印痕迹图像具有
如何生成拓扑结构更加复杂的多涡卷混沌吸引子并将其应用于加密通信等领域,一直受到人们的广泛关注。研究表明,相比于耗散混沌,保守混沌具有更好的遍历性,更加适用于加密领域。近年来,一些神经元模型和电路模型也被发现具有多涡卷混沌特性,值得深入研究。由于忆阻器具有突触可塑性等特性,其可以描述神经元受到的电磁辐射,也可以作为神经网络突触权重,帮助人们更好地理解神经元动力学特性。并且,利用具有自然非线性的忆阻器
超级电容器作为新型电化学储能器件,具有高功率密度、长循环寿命等优点,但较低的能量密度限制了其应用。然而,提升超级电容器的能量密度需要牺牲功率密度,两者不可兼得,在不影响功率密度的前提下,提升能量密度具有重要意义。碳纳米洋葱（CNOs）是一种准零维碳纳米材料,其结构为多层同心球形石墨结构,由于其高度正曲率结构有利于离子的快速吸附/脱附,在高速率充放电下仍具有较高的倍率性能。但是,目前合成的碳纳米洋葱
随着化石能源引发的能源危机和环境污染的加剧,发展清洁能源变得尤为重要。氢能作为绿色能源,被认为是化石能源最有前景的替代能源之一。国内外众多学者对电催化产氢催化剂进行了大量的研究。迄今为止,已经开发出了多种不同的催化体系。其中,以贵金属基催化剂的研究最为系统和成熟。虽然贵金属基催化剂表现出很高的活性,但是贵金属的稀有性和昂贵的价格极大制约了其商业化应用,从而无法满足实际需求。与贵金属催化剂相比,非贵
在工业数字化、智能化不断深入普及的今天,指针式仪表因其结构简单、性能可靠、价格低廉等多方面的优点,仍然是监视变电站运行状态的重要工具。目前,指针式仪表大多由人工抄表,受主观因素的影响,随着单次巡检时间的增加,人工抄表的精度和效率都会不同程度的降低,给变电站的安全运行带来隐患,因此,采用深度学习算法,研究指针式仪表读数自动识别技术,具有十分重要的现实意义。针对现有指针式仪表读数识别技术受现场环境影响
随着社会的发展、技术的进步,互联网和移动互联网越来越深入我们的生活。然而网络中的信息良莠不齐,有害信息逐渐引起了管理者的重视。从2013年以来,逐渐加大了有害信息的排查工作,从而使得各网络运营商、服务商、内容提供商对不良信息检测工作产生了刚性需求,这就使得互联网信息检测企业项目数量激增,使相关企业总是处于多项目并行的状况下,引发了一系列的问题。本文以JH公司不良信息检测项目为例,阐述了JH公司在应
车联网提供和延迟敏感相关的服务,但与路边单元的高延迟通信会使服务失败且费用高昂,移动边缘计算将云计算平台从核心网络迁移到移动网络的边缘,车辆可以在本地访问大量计算资源。为了满足车载自组织网络中的通信要求,经典的GPSR（Greedy Perimeter Stateless Routing）方法得到了广泛应用。为了解决GPSR的邻居节点位置获取滞后、路由判据单一等问题,本文提出了一种新的基于模糊逻辑
碳化硅（SiC）作为重要的第三代半导体材料,具有热导率高、功率大、耐高温、抗辐射等优异的性能,主要应用于智能电网、电动汽车、高速列车、先进雷达等领域,是各个国家优先发展的重要材料。新型的液相法碳化硅单晶制备技术,能克服传统气相法（PVT法）制备的碳化硅衬底位错密度高的缺点,获得更高质量SiC单晶衬底,而使用低缺陷密度的碳化硅衬底材料是有效提高器件工作电压,大幅减小器件开关损耗,并提高工作频率的根本