Resumen

En la actualidad, la investigación de la industria de la tecnología del voleibol es relativamente profunda, y el análisis de las características de la fuerza muscular y la coordinación del salto del balón es menor, lo que no favorece el control de los movimientos técnicos. Este estudio utilizó un probador EMG de superficie portátil inalámbrico (16 líneas) para analizar la EMG de los principales grupos musculares en el voleibol de los atletas y llevó a cabo un método de prueba de sincronización de vídeo para encontrar la posición del cuerpo humano. Por lo tanto, se propone un método de diferencia de fotogramas basado en el fondo para detectar la posición y obtener la posición precisa del cuerpo humano. Los experimentos demuestran que el método de diferencia de tres fotogramas basado en el fondo elimina eficazmente el efecto "agujero" del método original de diferencia de tres fotogramas y proporciona un marco preciso y completo para identificar el cuerpo humano. Ajusta el marco de reconocimiento en función de la proporción del cuerpo humano en la imagen, y utiliza los parámetros predefinidos del marco severo para realizar la segmentación de fondo hacia delante/hacia atrás. La novedad de este documento radica en la realización de la ubicación completa del cuerpo humano de las tres tareas anteriores, la segmentación previa a la captura/del fondo, y un algoritmo mejorado de estimación de la posición del cuerpo humano para extraer la pose del cuerpo humano del vídeo. En primer lugar, localizar el cuerpo humano en cada fotograma del vídeo y, a continuación, realizar el proceso de estimación de la posición del modelo gráfico basado en el color y la textura de la unidad. Tras reconocer el gesto de cada imagen del vídeo, se mostrará el resultado del reconocimiento. Los experimentos muestran que después de detectar la posición del cuerpo humano, el proceso de ajuste de fotogramas predefinidos de la tumba se lleva a cabo en dos pasos, lo que mejora la automatización del algoritmo de detección de imágenes del cuerpo humano, extrae eficazmente el vídeo de movimiento humano y aumenta la tasa de captura de movimiento en más de un 30%, para proporcionar una referencia útil para la mejora de las habilidades de movimiento de los jugadores universitarios de voleibol y las competiciones de entrenamiento.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:cuerpo humano, método de diferencia de fotogramas, posición, vídeo, colocación completa del cuerpo humano, algoritmo de detección de la imagen del cuerpo humano, algoritmo mejorado de estimación de la posición del cuerpo humano, proceso de configuración de fotogramas predefinidos, método de prueba de sincronización de vídeo, comprobador emg de superficie portátil inalámbrico
• Keywords:human body, frame difference method, position, video, complete human body placement, human body image detection algorithm, improved human body position estimation algorithm, predefined frame setting process, video synchronization test method, wireless portable surface emg tester