МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

ИЕРАРХИЧЕСКАЯ МАШИНА СОСТОЯНИЙ ДЛЯ КЛАССИФИКАЦИИ ФИЗИЧЕСКИХ УПРАЖНЕНИЙ ПО ПОСЛЕДОВАТЕЛЬНОСТИ ПОЗ ЧЕЛОВЕКА

Авторы

  • Е.Б. Данченко
  • Ю.И. Бройде Черкасский государственный технологический университет

DOI:

https://doi.org/10.54309/IJICT.2023.13.1.006

Ключевые слова:

искусственный интеллект, машина состояний, нейронные сети, компьютерное зрение, позы человека

Аннотация

В последнее десятилетие значительные ресурсы были направлены международными компаниями и исследовательскими учреждениями на развитие нейронных сетей для компьютерного зрения, определяющих последовательность поз человека по видео. Поскольку такие данные не могут использоваться человеком непосредственно и требуют предварительной обработки появилась необходимость в разработке универсальных методов обработки последовательности поз человека. Содержание и структура результирующего сигнала таких методов зависят от конечной задачи системы, и в большинстве случаев не являются универсальными. Универсальные методы обработки, которые могут использоваться для разных задач, являются особенно ценными. В статье описывается метод обработки исходного сигнала нейронной сети, который позволяет определять тип физического упражнения. Этот метод является достаточно универсальным и может использоваться самостоятельно или как один из этапов решения пользовательской задачи. Одним из примеров применения метода является автоматическое измерение длительности упражнений на протяжении сеанса занятия спортом. Другим примером является определение типа упражнения в случае, когда эта промежуточная информация нужна перед применением алгоритмов подсчета количества итераций этого упражнения.

Скачивания

Данные скачивания пока недоступны.

Загрузки

Опубликован

2023-03-15

Как цитировать

Е.Б. Данченко, & Бройде, Ю. (2023). ИЕРАРХИЧЕСКАЯ МАШИНА СОСТОЯНИЙ ДЛЯ КЛАССИФИКАЦИИ ФИЗИЧЕСКИХ УПРАЖНЕНИЙ ПО ПОСЛЕДОВАТЕЛЬНОСТИ ПОЗ ЧЕЛОВЕКА. МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ, 4(1), 62–72. https://doi.org/10.54309/IJICT.2023.13.1.006
Loading...