在视觉传感器系统中高效地识别和评估人类姿势:一项实验研究

科学领域:

• 生物力学 生物力学
• 计算机视觉 计算机视觉
• 人与计算机的交互

背景情况:

• 传统的手动姿势评估方法受到疲劳,经验变化和不一致的标准的影响.
• 视觉传感器系统提供了一个替代方案,但面临着大规模实施的挑战.
• 需要强大且可扩展的系统来准确识别和评估人体姿势.

研究的目的:

• 提出和验证人类姿势识别和评估的新型架构.
• 在大规模应用中克服视觉传感器系统的实施挑战.
• 开发一个提供高精度,实时处理和可扩展性的系统.

主要方法:

• 设计了四个子系统架构:视觉传感器子系统 (VSS),姿势评估子系统 (PAS),控制显示子系统和存储管理子系统.
• 该架构通过子系统合作支持并行数据处理.
• 建造了一个实验测试台来实施和验证拟议的架构.

主要成果:

• 拟议的架构通过实验验证证明了高可行性和合理性.
• 使用拉力和推力练习的评估结果的整体准确率超过96%.
• 该系统在不同评估场景中展示了卓越的实时性能和可扩展性.

结论:

• 开发的架构有效地解决了传统姿势评估的局限性.
• 该系统为人类姿势识别和评估提供了可靠,准确和可扩展的解决方案.
• 这些发现支持这种架构在各种炼和康复环境中的实际应用.