Modello di riconoscimento delle immagini in movimento del Taekwondo basato su un algoritmo di rete neurale ibrida per sensori indossabili di Internet of Things

Rapporti scientifici volume 13, numero articolo: 13097 (2023) Citare questo articolo

283 accessi

3 Altmetrico

Dettagli sulle metriche

Il modello di riconoscimento delle immagini in movimento del sensore indossabile IoT convenzionale Taekwondo utilizza principalmente il telaio di ancoraggio target del corpo intero con proporzioni fisse per estrarre le caratteristiche di riconoscimento, che è vulnerabile al rumore dinamico, con conseguente basso tasso di riconoscimento dello spostamento dell'immagine in movimento. Pertanto, è necessario progettare un nuovo modello di riconoscimento delle immagini in movimento Taekwondo con sensore indossabile IoT basato su un algoritmo di rete neurale ibrida. Cioè, vengono estratte le caratteristiche dell'immagine di movimento del Taekwondo del sensore indossabile e l'algoritmo della rete neurale ibrida viene utilizzato per generare il modello di ottimizzazione del riconoscimento delle immagini di movimento del Taekwondo del sensore indossabile dell'Internet delle cose, in modo da ottenere un riconoscimento efficace delle immagini di movimento del Taekwondo . I risultati sperimentali mostrano che il sensore indossabile progettato dell'Internet delle cose basato sull'algoritmo della rete neurale ibrida ha un alto tasso di riconoscimento dello spostamento dell'immagine in movimento del modello di riconoscimento delle immagini in movimento Taekwondo, il che dimostra che il modello di riconoscimento delle immagini in movimento Taekwondo progettato ha buon effetto di riconoscimento, affidabilità e un certo valore applicativo e ha dato alcuni contributi all'ottimizzazione del movimento del Taekwondo.

Il Taekwondo è un evento olimpico ufficiale1, che si è evoluto da Hualangdao nella Corea del Nord e in seguito si è sviluppato in un'arte marziale popolare per molto tempo in Asia. Nel processo del Taekwondo, gli atleti spesso usano sia le mani che i piedi per combattere efficacemente. I primi Taekwondo e gli allenatori giudicavano principalmente i movimenti degli atleti ad occhio nudo2, che veniva facilmente influenzato da fattori soggettivi, portando a risultati di valutazione finali imprecisi. Nel contesto dell'informatizzazione, anche la valutazione delle competizioni di Taekwondo è stata gradualmente aggiornata e per la valutazione vengono utilizzati strumenti di elaborazione avanzati come i computer3. Tuttavia, a causa dell'influenza delle complesse caratteristiche di azione del Taekwondo, il riconoscimento delle immagini in movimento è difficile e deve essere completato attraverso un modello efficace di riconoscimento delle immagini in movimento.

Il riconoscimento delle immagini in movimento è una tecnologia avanzata di percezione computerizzata, che può combinare lo stato di interazione tra uomo e computer per completare il riconoscimento, generando così un efficace modello di riconoscimento delle immagini in movimento4. Per migliorare l'effetto di riconoscimento delle immagini in movimento, è necessario acquisire dati sulla percezione del comportamento umano e impostare parametri di riconoscimento ragionevoli5. Attualmente, molti studiosi in patria e all'estero stanno studiando il problema della percezione del riconoscimento del movimento e avanzano una serie di ipotesi sul riconoscimento della percezione dell'immagine in movimento. Tuttavia, a causa della mancanza di esperienza6,7, l’effetto di riconoscimento della maggior parte dei modelli di riconoscimento delle immagini in movimento esistenti è generale.

All'inizio del processo di riconoscimento delle immagini in movimento umano, veniva utilizzata principalmente una fotocamera speciale. Questa fotocamera può acquisire sequenze di immagini in movimento efficaci per identificare il movimento umano8. Attualmente, la fotocamera è chiamata anche fotocamera percettiva. Con il progresso della tecnologia di visione artificiale, al fine di ottenere i dati delle immagini in movimento umane9,10 da tutte le angolazioni, vengono utilizzate sempre più fotocamere percettive e il numero totale di immagini in movimento le sequenze riprese dalle telecamere sono in aumento, quindi l'effetto di riconoscimento è relativamente migliorato. Tuttavia, la ricerca mostra che i limiti di riconoscimento dei metodi di riconoscimento di cui sopra sono ampi e che sono vulnerabili alla luce, alla posizione della telecamera di percezione, all'occlusione e ad altri fattori, con conseguente elevata deviazione del riconoscimento unico11. Inoltre, la privacy del riconoscimento è relativamente invadente e non sono adatti all'uso in alcune scene. Al fine di risolvere i problemi di cui sopra, questo articolo costruisce un nuovo modello di riconoscimento delle immagini in movimento Taekwondo con sensore indossabile basato sull'algoritmo della rete neurale ibrida.

I sensori indossabili sono dispositivi sensore che possono essere indossati sul corpo per raccogliere dati. Diversi tipi di sensori indossabili che possono essere utilizzati per l'estrazione delle funzionalità includono: