-
题名基于线性回归分析的重复动作计数估计
被引量：2
- 1
-
-
作者
吴艳春
孙红卫
尹建芹
-
机构
济南大学信息科学与工程学院
济南大学数学科学学院
北京邮电大学自动化学院
-
出处
《济南大学学报（自然科学版）》
CAS
北大核心
2019年第6期496-499,共4页
-
基金
国家自然科学基金项目(11671171)
-
文摘
针对复杂的动态场景中平稳重复运动计数准确率较低的问题,提出基于线性回归分析方法对特定重复动作进行计数估计,根据同一动作在运动频率和运动形态上的相似性,对动作执行时间和重复次数之间的相关关系进行建模分析,在自建的数据集中进行实验,对视频重复动作计数进行预测和评估。结果表明:该方法不受复杂现实场景的干扰,对多样性的动作特征不敏感,且学习参数较少,简单快速;在自建的数据集中测试平均绝对错误率为12.94%,说明该方法对重复动作计数是有效的。
-
关键词
线性回归分析
重复动作计数
数理统计
-
Keywords
linear regression analysis
repetitive action counting
mathematical statistics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名久坐人群无器械训练动作识别与计数算法研究
被引量：3
- 2
-
-
作者
王威
孙少明
孙怡宁
陈超
陈竟成
张海涛
-
机构
中国科学院合肥物质科学研究院
中国科学技术大学
中科院合肥技术创新工程院
-
出处
《电子测量技术》
北大核心
2021年第2期109-114,共6页
-
基金
中国科学技术大学智慧城市研究院(芜湖)科技成果转化项目(2019ZX01)
国家重点研发计划(2018YFC2001304)项目资助。
-
文摘
针对久坐人群长期缺乏运动导致身体呈现亚健康状态和现有训练方法缺乏监督性的现状,提出一种人体动作识别与计数方法实现4种无器械训练动作精准识别与计数。以手机摄像头捕获训练者的视频信息作为输入,通过BlazePose网络模型处理得到的人体骨骼点数据经过数据滤波处理、特征提取后,利用3种常见的机器学习算法进行动作分类,将分类的结果结合骨骼信息,采用检测波峰波谷计数算法统计训练动作的完成次数。实验结果表明,采用GBDT算法得出动作识别率为96.5%,计数算法准确率为98.9%,具有良好的实际应用价值。
-
关键词
久坐人群
动作识别
骨骼数据
动作计数
-
Keywords
sedentary people
action recognition
bone data
action count
-
分类号
TP2
[自动化与计算机技术—检测技术与自动化装置]
-
