基于多模态数据融合的匹克球运动员动作识别与分析系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态数据融合的匹克球运动员动作识别与分析系统
申请号:CN202411712517
申请日期:2024-11-27
公开号:CN119577516A
公开日期:2025-03-07
类型:发明专利
摘要
本发明公开了基于多模态数据融合的匹克球运动员动作识别与分析系统,采集匹克球运动员在运动过程中的视频图像数据和传感器数据,利用卷积神经网络对视频图像数据中的运动员身体姿态进行特征提取,结合循环神经网络对特征序列进行动作分类,同时融合传感器数据,实现对运动员动作的准确识别,同时通过对识别出的动作进行深入分析,能够获取运动员在击球动作中的详细技术参数,为运动员的训练提供精准指导,有助于提高运动员的技术水平和竞技能力。
技术关键词
多模态数据融合 分析系统 图像特征向量 动作传感器 特征提取模块 匹克球 视频 数据采集模块 随机梯度下降 身体姿态数据 卷积神经网络提取 分析模块 识别运动员 运动轨迹数据 皮尔逊相关系数
系统为您推荐了相关专利信息
面向多对象 图像特征向量 文本编码器 文本特征向量 编辑
信号识别方法 注意力机制 多模态 多通道 时序特征
相位计算方法 图像采集模块 图像特征向量 相关系数阈值 灰度特征描述
注意力 状态分析方法 特征提取模块 语义特征 融合特征
自然语言 面部特征 数据储存单元 修改方法 特征提取模块