在抬运动中识别小牛的疲劳,使用身体摇摆的视频序列

科学领域:

• 生物力学 生物力学
• 运动学 运动学
• 人类运动分析 人类运动分析

背景情况:

• 以前的研究将小牛疲劳与身体摇摆联系在一起,但没有量化多重疲劳水平.
• 在之前的研究中使用了强力板,限制了范围.

研究的目的:

• 开发和验证一种识别多个小牛疲劳水平的方法.
• 用身体摇摆的视频分析来评估疲劳.
• 改进现有的人类行动识别技术,以检测疲劳.

主要方法:

• 使用头顶摄像头获得的身体摇摆的视频序列,用于部提升后的运动.
• 提取了头部中心位置 (左右和前后) 的时间序列信号作为摇摆特征.
• 利用医学知识来提取与小牛疲劳相关的特征.

主要成果:

• 开发了100个视频序列 (20名参与者,5个疲劳水平) 的数据集.
• 实现了小牛疲劳识别准确度为40.0±1.8%.
• 与现有的人类行动识别方法相比,在此任务中表现出卓越的性能.

结论:

• 提出的基于视频的方法有效地识别了多个层次的小牛疲劳.
• 这种方法为评估疲劳提供了一个可行的,非侵入性的替代方案.
• 该方法对体育科学和康复的应用有希望.