بازشناسی حرکات ورزشی انسان با استخراج نقاط کلیدی و تطابق منیفلد ها
Human sport action recognition by extracting key points and matching manifolds
نویسندگان :
کاظم محمدیان دینور ( دانشگاه صنعتی سهند ) , حسین ابراهیم نژاد ( دانشگاه صنعتی سهند )
چکیده
پیشرفت روزافزون سیستم های دیجیتالی، الگوریتم های بینایی کامپیوتر، هوش مصنوعی و یادگیری شبکه های عصبی ما را قادر به اخذ داده های حرکتی انسان با دقت بالا و سرعت بیشتر برای سنتز حرکت در علوم ورزشی می کنند. با توجه به رشد فزاینده ی داده های حرکتی؛ بازیابی خودکار، تفسیر و طبقه بندی این داده ها به یک تحقیق مهم تبدیل شده است. در این مقاله به کمک شبکه عصبی عمیق نقاط کلیدی بدن را با روش های نگاشت حرارتی و قسمت های پیوسته استخراج می کنیم. در ادامه، نگاشت آنالیز مؤلفه ای اصلی را برای کاستن ابعاد نقاط کلیدی ایجاد شده اعمال می کنیم. سپس بر روی داده های هر منیفلد، یک منحنی توسط رگرسیون مبتنی بر شبکه عصبی تنظیم کرده و از اختلاف منحنی ها برای شناسایی حرکت استفاده می کنیم. نتایج تجربی، اثربخشی چارچوب ما را تأیید می کند و نشان می دهد که استخراج نقاط کلیدی بوسیله شبکه عصبی عمیق و یادگیری منیفلد برای کار شناسایی فعالیت های انسانی امیدوار کننده است.کليدواژه ها
یادگیری عمیق، منیفلد، نگاشت حرارتی، قسمت های پیوسته، کاهش ابعاد، تنظیم منحنیکد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:کاظم محمدیان دینور , 1400 , بازشناسی حرکات ورزشی انسان با استخراج نقاط کلیدی و تطابق منیفلد ها , پنجمین کنفرانس مهندسی مخابرات ایران
