基于计算机视觉提取姿态估计的蹦床动作自动识别
计算机视觉与模式识别
2017-09-12 v1
摘要
本文提出了一种使用单摄像头识别蹦床动作的新方法。传统的计算机视觉技术用于在对整套动作的视频记录中识别、估计和跟踪体操运动员的身体。对于每一帧，使用一个开源卷积神经网络来估计运动员身体的姿态。从这些姿态估计中提取身体朝向和关节角度估计值。这些角度估计值随时间变化的轨迹与已标注的参考动作进行比较。使用采用均方误差距离度量的最近邻分类器来识别所执行的动作。记录了一个包含由成年男女体操运动员完成的20个不同动作、共714个动作示例的数据集，并用于系统评估。发现该系统在该数据集上达到了80.7%的动作识别准确率。
引用
@article{arxiv.1709.03399,
title = {Automated Identification of Trampoline Skills Using Computer Vision Extracted Pose Estimation},
author = {Paul W. Connolly and Guenole C. Silvestre and Chris J. Bleakley},
journal= {arXiv preprint arXiv:1709.03399},
year = {2017}
}
备注
8 pages, Irish Machine Vision and Image Processing Conference (IMVIP) 2017