通过机器学习技术自动识别Shankha Prakshalana姿势
Abhishek Sharma1, Vaidehi Sharma2, Premansh Sharma3
1Electronics and Communication Engineering, LNMIIT, Jaipur, Rajasthan, India. abhisheksharma@lnmiit.ac.in.
Scientific reports
|December 31, 2025
概括
这项研究介绍了Shankha Prakshalana的自动姿势检测系统. 随机森林模型实现了99.6%的准确性,在练习中推进了计算机视觉.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 研究 研究 研究
背景情况:
- 像Shankha Prakshalana这样的传统练习缺乏客观的监测工具.
- 整合技术可以提高训练的可访问性和有效性.
研究的目的:
- 开发一个用于检测姿势的自动化系统Shankha Prakshalana.
- 评估机器学习模型,从视频数据中准确地分类姿势.
主要方法:
- 利用计算机视觉技术从视频中提取特征.
- 训练和评估监督和无监督的机器学习算法.
- 开发了一个注释Shankha Prakshalana练习视频的数据集.
主要成果:
- 随机森林分类器实现了99.6%的识别率.
- 证明了机器学习在自动化姿势检测中的有效性.
- 确定了用于姿势分类的最佳ML架构.
结论:
- 开发的系统提供了一种新的方法来监测和改进练习.
- 这项研究将传统技巧与现代计算机视觉技术相结合.
- 潜在的应用包括加强训练和实践分析.
