基于CNN-LSTM网络模型的散打动作辨识方法

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

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2022-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54