微处理机2022，Vol.43Issue(5) ：49-54.DOI:10.3969/j.issn.1002-2279.2022.05.012

基于CNN-LSTM网络模型的散打动作辨识方法

Sanda Action Recognition Method Based on the CNN-LSTM Network Model

何磊 赵柏山 周凯
微处理机2022，Vol.43Issue(5) ：49-54.DOI:10.3969/j.issn.1002-2279.2022.05.012
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于CNN-LSTM网络模型的散打动作辨识方法

Sanda Action Recognition Method Based on the CNN-LSTM Network Model

何磊 1赵柏山 1周凯1
扫码查看

作者信息

  • 1. 沈阳工业大学信息科学与工程学院,沈阳110870
  • 折叠

摘要

针对散打运动的动作特点,设计和制作一套人体惯性运动捕捉系统.系统包括一系列数据采集节点和一个收发主机以及上位机软件,建立一个用于验证算法模型的散打动作数据库,进而设计出含有两层一维卷积神经网络(CNN)和一层长短期记忆网络(蕴杂栽酝)的深度学习神经网络模型,能够实现对散打技法的准确、实时识别.实验数据集采集于某校散打队,通过穿戴在身的传感器采集惯性信息获得,经分析后可识别左右勾拳、左右摆拳、左右直拳这6种散打动作,识别准确率达98.5％.

关键词

动作识别/惯性运动信息/深度学习网络

引用本文复制引用

出版年

2022
微处理机
中国电子科技集团公司第四十七研究所

微处理机

影响因子：0.183
ISSN：1002-2279
参考文献量5
段落导航相关论文