Resumen

En la actualidad, existen algunos problemas en el proceso de reconocimiento del movimiento humano, como la escasa puntualidad y la baja tasa de tolerancia a los fallos. Cómo identificar eficazmente el proceso de movimiento con precisión se ha convertido en un punto caliente en el sistema de optimización. En los estudios de investigación existentes, la precisión del reconocimiento no es muy buena y el tiempo de respuesta es largo. Para acabar con este problema, el artículo propone un sistema de procesamiento de información y un método de optimización del reconocimiento del movimiento humano basado en el algoritmo de red neuronal GA-BP. En primer lugar, se diseña un sistema de reconocimiento de movimiento humano basado en la tecnología de reconocimiento de captura dinámica, que realiza el reconocimiento de la información de movimiento de las posturas comunes, como el lapso de acción, el cambio de velocidad, la trayectoria de movimiento y otros aspectos en el proceso de movimiento humano. En segundo lugar, el algoritmo propuesto se utiliza para analizar y evaluar exhaustivamente el estado de movimiento. Por último, se diseñan experimentos para verificar y analizar los resultados. En comparación con algunos métodos de referencia en los sistemas de información de reconocimiento del movimiento humano, el sistema de este trabajo basado en el algoritmo de red neuronal GA-BP tiene las ventajas de una mayor precisión de los datos y velocidad de respuesta, que puede identificar rápidamente y con precisión el cambio de grupo muscular en el proceso de movimiento humano, y también puede proporcionar sugerencias de movimiento personalizadas basadas en los resultados.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:reconocimiento del movimiento humano, algoritmo de red neuronal, movimiento humano, mayor precisión de los datos, sistema de información de reconocimiento, tecnología de reconocimiento de capturas, cambio de grupo muscular, sistema de procesamiento de la información, índice de tolerancia a los fallos, reconocimiento del movimiento
• Keywords:human motion recognition, neural network algorithm, human motion, higher data accuracy, recognition information system, capture recognition technology, muscle group change, information processing system, fault tolerance rate, recognition of motion