期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于长短时记忆模型与无标记动作捕捉系统估算跑步地面反作用力曲线
1
作者
周玉林
赵峻辰
+2 位作者
李翰君
时会娟
刘卉
《医用生物力学》
北大核心
2025年第5期1295-1302,共8页
目的应用长短时记忆神经网络(long short-term memory,LSTM)模型,以无标记动作捕捉系统所得下肢关节点坐标作为输入变量,估算跑步过程中的地面反作用力(ground reaction forces,GRF)曲线。方法采用无标记动作捕捉系统和三维测力台同步采...
目的应用长短时记忆神经网络(long short-term memory,LSTM)模型,以无标记动作捕捉系统所得下肢关节点坐标作为输入变量,估算跑步过程中的地面反作用力(ground reaction forces,GRF)曲线。方法采用无标记动作捕捉系统和三维测力台同步采集59名业余跑者跑步动作下的视频图像和动力学数据。建立LSTM模型,以Theia3D无标记动作捕捉系统获取的11个下肢关节点三维坐标作为输入变量估算跑步支撑阶段三维GRF曲线。使用相关系数、均方根误差(root mean square error,RMSE)和标准化均方根误差(normalized root mean square error,nRMSE)评估LSTM模型的估算效果,采用统计参数映射分析LSTM模型估算和测力台实测曲线的差异,采用配对样本t检验分析模型估算与实测GRF特征差异。结果LSTM模型估算所得GRF与实测值之间高度相关(r>0.85,P<0.001)且误差较小(RMSE<0.3倍体重,nRMSE<15%)。LSTM模型估算所得GRF曲线与实测曲线之间不存在显著差异区间。基于LSTM估算曲线计算所得GRF特征与实测值不存在显著差异(P>0.05)。结论基于LSTM模型,可从无标记动作捕捉系统获取的下肢关节点三维坐标有效估算人体跑步时GRF曲线,并获得准确性较高的GRF特征。本研究建立的LSTM模型可以用于户外环境下监控跑步过程中的损伤风险。
展开更多
关键词
长短时记忆模型
地面反作用力
无标记动作捕捉
跑步损伤
在线阅读
下载PDF
职称材料
利用无标记动作捕捉技术对立定跳远测量的研究
被引量：
5
2
作者
李国民
惠悲荷
+3 位作者
李增
虞志军
汪盛坞
申晨
《武汉体育学院学报》
CSSCI
北大核心
2024年第9期90-96,共7页
目的:旨在探究无标记动作捕捉技术在立定跳远距离测量中的应用。方法:采用RGB-D深度相机进行动作捕捉,运用关键帧提取、图像分割和边缘检测等图像处理技术,结合机器学习算法,实现无标记精准测量立定跳远距离,并通过信效度分析检证其精...
目的:旨在探究无标记动作捕捉技术在立定跳远距离测量中的应用。方法:采用RGB-D深度相机进行动作捕捉,运用关键帧提取、图像分割和边缘检测等图像处理技术,结合机器学习算法,实现无标记精准测量立定跳远距离,并通过信效度分析检证其精准性和可靠性。结果:通过51个标准距离重复测量,重测信度检验得到克隆巴赫系数α=0.999和组内相关系数ICC=0.998,重测精准性达到99.64%;通过306次立定跳远试跳实测,标准效度检验的Pearson相关系数r=0.999,稳定可靠性达到99.69%。结论:本研究成功开发并验证了一种基于无标记动作捕捉技术的立定跳远距离测量方法,极高的精准性和可靠性展示了该方法的创新性和实用价值。
展开更多
关键词
无标记动作捕捉
图像处理
机器学习
立定跳远
体育测量
在线阅读
下载PDF
职称材料
题名
基于长短时记忆模型与无标记动作捕捉系统估算跑步地面反作用力曲线
1
作者
周玉林
赵峻辰
李翰君
时会娟
刘卉
机构
北京体育大学运动人体科学学院
北京体育大学国家体育总局体能训练与身体机能恢复实验室
出处
《医用生物力学》
北大核心
2025年第5期1295-1302,共8页
基金
国家自然科学基金项目(12132009)
中央高校基本科研业务费专项资金(2024TNJN009)。
文摘
目的应用长短时记忆神经网络(long short-term memory,LSTM)模型,以无标记动作捕捉系统所得下肢关节点坐标作为输入变量,估算跑步过程中的地面反作用力(ground reaction forces,GRF)曲线。方法采用无标记动作捕捉系统和三维测力台同步采集59名业余跑者跑步动作下的视频图像和动力学数据。建立LSTM模型,以Theia3D无标记动作捕捉系统获取的11个下肢关节点三维坐标作为输入变量估算跑步支撑阶段三维GRF曲线。使用相关系数、均方根误差(root mean square error,RMSE)和标准化均方根误差(normalized root mean square error,nRMSE)评估LSTM模型的估算效果,采用统计参数映射分析LSTM模型估算和测力台实测曲线的差异,采用配对样本t检验分析模型估算与实测GRF特征差异。结果LSTM模型估算所得GRF与实测值之间高度相关(r>0.85,P<0.001)且误差较小(RMSE<0.3倍体重,nRMSE<15%)。LSTM模型估算所得GRF曲线与实测曲线之间不存在显著差异区间。基于LSTM估算曲线计算所得GRF特征与实测值不存在显著差异(P>0.05)。结论基于LSTM模型,可从无标记动作捕捉系统获取的下肢关节点三维坐标有效估算人体跑步时GRF曲线,并获得准确性较高的GRF特征。本研究建立的LSTM模型可以用于户外环境下监控跑步过程中的损伤风险。
关键词
长短时记忆模型
地面反作用力
无标记动作捕捉
跑步损伤
Keywords
long short-term memory model
ground reaction forces
markerless motion capture
running injury
分类号
R318.01 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
利用无标记动作捕捉技术对立定跳远测量的研究
被引量：
5
2
作者
李国民
惠悲荷
李增
虞志军
汪盛坞
申晨
机构
浙江理工大学体育教研部
浙江湖州安吉县高级中学
杭州第四中学
浙江工商大学杭州商学院
武汉体育学院体育科技学院
出处
《武汉体育学院学报》
CSSCI
北大核心
2024年第9期90-96,共7页
基金
教育部人文社会科学研究一般项目(22YJA890006)。
文摘
目的:旨在探究无标记动作捕捉技术在立定跳远距离测量中的应用。方法:采用RGB-D深度相机进行动作捕捉,运用关键帧提取、图像分割和边缘检测等图像处理技术,结合机器学习算法,实现无标记精准测量立定跳远距离,并通过信效度分析检证其精准性和可靠性。结果:通过51个标准距离重复测量,重测信度检验得到克隆巴赫系数α=0.999和组内相关系数ICC=0.998,重测精准性达到99.64%;通过306次立定跳远试跳实测,标准效度检验的Pearson相关系数r=0.999,稳定可靠性达到99.69%。结论:本研究成功开发并验证了一种基于无标记动作捕捉技术的立定跳远距离测量方法,极高的精准性和可靠性展示了该方法的创新性和实用价值。
关键词
无标记动作捕捉
图像处理
机器学习
立定跳远
体育测量
Keywords
unmarked motion capture
image processing
machine learning
standing long jump
sports measurement
分类号
G823.3 [文化科学—体育训练]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于长短时记忆模型与无标记动作捕捉系统估算跑步地面反作用力曲线
周玉林
赵峻辰
李翰君
时会娟
刘卉
《医用生物力学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
利用无标记动作捕捉技术对立定跳远测量的研究
李国民
惠悲荷
李增
虞志军
汪盛坞
申晨
《武汉体育学院学报》
CSSCI
北大核心
2024
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
