针对使用传统方法识别评估滑雪运动员的训练动作存在人为主观、准确率低等问题,提出了一种基于改进OpenPose和YOLOv5(You Only Look Once version 5)的动作分析算法。利用CSP-Darknet53(Cross Stage Paritial-Network 53)作为OpenPose...针对使用传统方法识别评估滑雪运动员的训练动作存在人为主观、准确率低等问题,提出了一种基于改进OpenPose和YOLOv5(You Only Look Once version 5)的动作分析算法。利用CSP-Darknet53(Cross Stage Paritial-Network 53)作为OpenPose外部网络将输入图片降维处理并提取特征图。融合优化YOLOv5算法,提取人体骨骼关键点构成人体骨架与标准动作进行对比,根据角度信息评分,并在模型中加入损失函数,量化实际检测动作与标准动作的误差。该模型可对运动员动作即时监控,能完成初步的动作评估。实验结果表明,检测识别准确率达到95%,可满足日常滑雪训练需求。展开更多
针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,以及FFT(Fast Fourier Transform)法对轧辊偏心信号分析的局限性,研究了一种基于四阶累积量的Root-MUSIC(Multiple Signal Classification)法和Prony法相结合的...针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,以及FFT(Fast Fourier Transform)法对轧辊偏心信号分析的局限性,研究了一种基于四阶累积量的Root-MUSIC(Multiple Signal Classification)法和Prony法相结合的轧辊偏心信号估计新方法.利用基于四阶累积量的Root-MUSIC法准确估计出偏心谐波的频率及谐波的个数,同时由Root-MUSIC求得的根直接使用Prony方法估计出偏心信号的各次谐波幅值和相位.仿真结果和实验结果也验证了结合方法的可行性和有效性,在信噪比较低的情况下仍具有较高的频谱分辨率和估计精度,能准确地同时估计出偏心谐波的频率、幅值及相位,尤其在频率分辨率和抗噪声上具有FFT法无法比拟的优越性.展开更多
文摘针对使用传统方法识别评估滑雪运动员的训练动作存在人为主观、准确率低等问题,提出了一种基于改进OpenPose和YOLOv5(You Only Look Once version 5)的动作分析算法。利用CSP-Darknet53(Cross Stage Paritial-Network 53)作为OpenPose外部网络将输入图片降维处理并提取特征图。融合优化YOLOv5算法,提取人体骨骼关键点构成人体骨架与标准动作进行对比,根据角度信息评分,并在模型中加入损失函数,量化实际检测动作与标准动作的误差。该模型可对运动员动作即时监控,能完成初步的动作评估。实验结果表明,检测识别准确率达到95%,可满足日常滑雪训练需求。
文摘针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,以及FFT(Fast Fourier Transform)法对轧辊偏心信号分析的局限性,研究了一种基于四阶累积量的Root-MUSIC(Multiple Signal Classification)法和Prony法相结合的轧辊偏心信号估计新方法.利用基于四阶累积量的Root-MUSIC法准确估计出偏心谐波的频率及谐波的个数,同时由Root-MUSIC求得的根直接使用Prony方法估计出偏心信号的各次谐波幅值和相位.仿真结果和实验结果也验证了结合方法的可行性和有效性,在信噪比较低的情况下仍具有较高的频谱分辨率和估计精度,能准确地同时估计出偏心谐波的频率、幅值及相位,尤其在频率分辨率和抗噪声上具有FFT法无法比拟的优越性.
