申请/专利权人:中国人民解放军空军军医大学
申请日:2023-12-29
公开(公告)日:2024-04-19
公开(公告)号:CN117912102A
主分类号:G06V40/20
分类号:G06V40/20;G06V10/764;G06V10/82;G06V10/776;G06Q50/20;G06Q10/0639
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明提供了一种基于图像或视觉识别的智能军事院校测评方法,包括如下步骤:S1:数据采集;S2:数据处理;S3:将经过S2处理的数据分为训练集、测试集;S4:将训练集输入所构建的CNN模型架构中进行CNN模型训练;S5:测试集输入经过训练的CNN模型中,进行姿态识别,对姿态进行测评;该测评方法可以实时监测和评估参考人员的姿势和动作是否正确执行,从而实时纠正不正确的姿势和动作,提高体能训练动作的准确性和方法规范性。通过此方法,可以准确地评估参考人员每个关节的位置、角度和动作执行范围,帮助参考者理解并调整自己的姿势和动作,以确保达到最佳的训练效果。此方法能够提供实时的反馈和指导,帮助训练者意识到潜在的不当姿势并及时调整。基于此方法的实时反馈,训练者可以及时了解自己的姿态和动作表现,并进行调整和改进。
主权项:1.一种基于图像或视觉识别的智能军事院校测评方法,其特征在于,包括如下步骤:S1:数据采集;S2:数据处理;S3:将经过S2处理的数据分为训练集、测试集;S4:将训练集输入所构建的CNN模型架构中进行CNN模型训练;S5:测试集输入经过训练的CNN模型中,进行姿态识别,对姿态进行测评。
全文数据:
权利要求:
百度查询: 中国人民解放军空军军医大学 一种基于图像或视觉识别的智能军事院校测评方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。