基于KNN算法的跑步姿態(tài)監(jiān)測與識別.pdf

1、隨著生活水平的不斷提高，借助于跑步機的健身跑步成為目前的有氧健身運動方式之一，跑步對頸椎、脊椎、心臟等各個人體機能都有好處，但是錯誤的跑步姿勢也會對運動對象造成身體關節(jié)的損傷以及其他危害。為了能讓更多的健身運動者以正確的姿勢跑步，本文針對跑步機上的跑步視頻進行了研究。
　　隨著科學技術以及信息技術的持續(xù)進步，視頻監(jiān)控在各種領域中的應用已經(jīng)得到了普及，對動態(tài)目標的跟蹤檢測技術是應用視頻進行監(jiān)控的基礎和關鍵，該項技術將圖像處理、模式識

2、別以及AI人工智能等多個領域融合到一起。在機器視覺領域中，以“人體運動”為對象的研究一直在不斷進行，從人體檢測、位置跟蹤、運動軌跡跟蹤，到現(xiàn)在姿態(tài)識別、人體動作識別，已經(jīng)有了一系列相關的研究算法和成果。
　　本文以跑步機上的跑步視頻作為實驗對象，主要進行了以下這些工作：
　?。?）首先對當前在人體運動識別技術的應用領域的背景以及意義這兩個部分的內(nèi)容進行了簡單論述，并結合本文中的運動對象，對人體運動識別領域較為完整的研究成果進

3、行比較，同時對本文的研究中會出現(xiàn)的難點進行了分析，為本文進行研究提供了基本思路。
　?。?）對于運動視頻中的對象跟蹤，為了獲取更準確的運動軌跡，將基于Kinovea軟件的路徑跟蹤以及基于MeanShift算法的位置跟蹤方法進行了對比，選取跟蹤結果更為準確且能提高分類算法運行的跟蹤方法，本文選用基于Kinovea軟件的跟蹤方法進行路徑跟蹤。
　?。?）介紹了當前常用的識別算法。在進行分類器的設計時，結合研究對象的運動模型特點，