张伟
(安徽机电职业技术学院,安徽 芜湖 241002)
为提升个人身体健康,人们逐步将更多的时间与精力投入到体育锻炼之中[1]。运行模式也逐步由单一的、无目的的向多元化以及科学化的形式转变。网球作为一项非常大众化的运动模式,对抗性与趣味性均较强,对技术要求较高,因此需要专业的指导和训练,但是这部分费用超出了一部分人的承受能力,还需要专门预约时间,导致市民从事这项运动项目的可行性下降[2]。为解决这一问题,现今市场上涌现了许多运动软件,人们可以利用该软件观看教学视频,受到很多运动员和业余爱好者的欢迎。然而,这些软件只能机械地显示人体运动行为,交互性差,且不能对网球错误动作进行及时纠正,导致学习效果下降[3]。
到目前为止,错误动作识别领域的研究已经取得了一定的进展,例如林水强等[4]提出了姿势序列有限状态法来提高用户对自然行为的识别的通用性和效率,从而建立肢体节点坐标系统并且以用户作为出发点,在对用户的行为肢体节点数作描述的时候,不再是设备空间,而变成了用户的空间。经试验证明,这种方法能够很好地进行扩展,而且适用性也强,能满足体感交互应用的需要,但是识别精准率却很低;石祥滨等[5]在人体运动视频序列聚类中采用了K均值聚类算法,以此提高运动识别的实用性和准确性,降低计算机在计算过程中的复杂程度,通过从聚类数据中提取人体动作视频序列的关键帧,及其具有的两个特征:关键帧中关节点位置和人体各部位间的骨架夹角,通过SVM分类器来对动作序列实现分类等,经实验结果证明,其识别精准率不是很高。……