TY -的A2 -叮,白元盟——段Shaolou盟——孟Lingfeng AU - Ma,德龙AU - Mi齿轮厂PY - 2021 DA - 2021/12/07 TI -应用研究在滚轴溜冰者检测、跟踪,和轨迹预测基于视频流的SP - 2702272六世- 2021 AB -与科学技术的不断进步,轮滑运动发展迅速,游戏的技术水平变得越来越高。其运动性能迅速提高。然而,中国的轮滑是相对较晚,仍有一定的差距与许多西方发达国家相比。为了提高中国轮滑的性能,本研究以具有代表性的中外优秀速度滑冰运动员为研究对象,比较了中外优秀速度滑冰运动员短跑技术通过使用图像测量和图像分析得到运动员短跑技术的运动学参数和数据处于竞争状态。针对当前视频目标跟踪算法的问题很容易跟踪多个目标,进一步研究多目标检测和跟踪算法的视频与改善跟踪学习检测(TLD)研究的滑冰选手视频为研究对象。失去了目标,卡尔曼滤波算法的预报函数是用来跟踪的轨迹典型目标的视频,和轨迹跟踪卡尔曼滤波算法用于补偿失去的TLD算法的一部分,以获得完整的轨迹典型目标的改善,进一步研究多目标跟踪的准确性视频视频。从现有的轨迹预测算法的局限性准确性差,social-long短期记忆(Social-LSTM)基于网络的视频典型目标轨迹预测算法预测典型目标的轨迹序列结合上下文环境信息,并能够检测到多个目标轨迹之间的交互关系到Social-LSTM网络。仿真结果表明,该轨迹预测算法优于传统LSTM算法,隐马尔可夫模型算法和混合高斯模型算法,这有助于提高视频滚轴溜冰者目标轨迹预测的准确性,并跟踪成功率是0.98。SN - 1058 - 9244 UR - https://doi.org/10.1155/2021/2702272 - 10.1155 / 2021/2702272摩根富林明科学编程PB - Hindawi KW - ER