基于AR的排球运动员击球姿态特征应该怎么提取？

Question

如题所述

Answer 1

计算机视觉图像处理技术不断发展，采用计算机视觉信息融合跟踪识别处理体育运动训练图像的相关方法较多。排球运动中，运动员动作变化幅度较大，且球体轨迹受运动员发力角度影响大，运动员的击球姿态是球体后续轨迹的关键。在研究排球运动员击球姿态图像识别过程中，需结合计算机图像视觉信息处理技术，进行排球运动员击球姿态特征提取，分析排球运动员击球姿态特征的关键信息特征量，通过动作特征重构识别，实现排球运动员击球姿态信息检测。

一， 排球运动员击球姿态AR图像取样

为实现对排球运动员击球姿态特征提取，首先需构建排球运动员击球姿态图像视觉特征采样模型。采用融合边界滤波检测方法，重构排球运动员击球姿态AR视觉特征。构建排球运动员击球姿态AR图像信息的三维视觉融合模型，灰度像素集为(i,j),对采集的排球运动员击球姿态AR图像进行多尺度分解，采用物理模型重组的方法，建立多特征融合模型，得到排球运动员击球姿态AR信息分布。

二， 排球运动员击球姿态特征提取

在多尺度超像素的空间结构中，构建排球运动员击球姿态AR图像采集模型，采用模糊边界轮廓特征分解的方法，重组排球运动员击球姿态AR图像的动作序列，识别AR图像。本文提出基于统计信息分析和AR信息重构的排球运动员击球姿态特征识别方法，构建排球运动员击球姿态AR图像的角点检测和滤波分析模型。

为解决传统方法无法多次虚拟应用，在实际应用过程中对排球运动员击球姿态纠正和动作规划存在实时性较差问题。本文提出基于AR的排球运动员击球姿态特征提取方法。对采集的排球运动员击球姿态AR图像进行边缘轮廓特征提取，根据特征提取结果进行排球运动员击球姿态图像动作跟踪识别，实现排球运动员击球姿态特征提取。实验结果表明，相比视频跟踪和PID方法，本文方法的提取精度较高，图像融合水平较好。

Answer 2

可以在他们的身上安装一些监测的设备，然后根据这些监测设备出现的姿态特征来进行提取。

Answer 3

应该根据实际的运动员的姿势进行提取，注意身体的状况，这样才可以更加的协调。

Answer 4

提取边缘轮廓特征，分析排球运动员击球姿态的动作特征量。