TY - A2的太阳,Le盟元易盟——郑DongXia PY - 2022 DA - 2022/08/17 TI -深上优于姿势识别Motion-Assisted评价SP - 7581079六世- 2022 AB -随着计算机视觉技术的发展,人类活动造成识别逐渐成为一个热门的研究方向,但仍存在一些问题在基于姿势识别的应用研究在体育行动协助评估。本文基于深度学习的人体运动姿势识别技术引入这一领域实现sports-assisted训练的情报。首先,我们分析的优点和局限性,最先进的人体运动姿态识别算法在计算机视觉在特定领域。在此基础上,人类的运动空间识别方法提出了基于潜望镜神经网络。首先,传统的雷达信号处理方法用于预处理人类空间位置和产生的回波信号频率图像的过程中人类的空间位置。然后,潜望镜构造神经网络(CNN),和时频图像作为输入数据的CNN训练网络参数。最后,测试方法是通过使用公开数据集在网络。实验结果表明,所设计的CNN可以准确地识别四种不同类型的体育运动,和准确性系数是至少97%。SN - 1574 - 017 - 2022/7581079 / 10.1155 x你——https://doi.org/10.1155/2022/7581079——摩根富林明-移动信息系统PB - Hindawi KW - ER