基于人体关键点的滑雪动作评分方法研究

梅健; 孙珈玥; 邹青宇

doi:10.19292/j.cnki.jdxxp.20240606.002

吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (05) : 866 -873. DOI: 10.19292/j.cnki.jdxxp.20240606.002

基于人体关键点的滑雪动作评分方法研究

梅健, 孙珈玥, 邹青宇

作者信息 +

Author information +

文章历史 +

PDF

摘要

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。