计算机工程

作者：张朋, 严盼盼, 乔凤杰

单位：清华大学体育部, 北京 100084

关键词：长时跟踪,滑雪教学,姿态辅助矫正,相关滤波器,误差补偿,运动参数

基金：国家重点研发计划“科技冬奥”重点专项(2020YFF0304404)

在滑雪教学过程中, 由于学员的迅速移动和姿态的大幅变化, 导致以短时智能图像变化特征为主的姿态跟踪算法失效或不稳定, 特别是在雪地条件恶劣或光线不足等复杂环境下, 跟踪效果会受到较大的影响。为此, 提出基于长时跟踪的滑雪教学姿态辅助矫正方法。使用递归最小二乘法(RLS)分类器训练得到学员姿态位置核相关滤波器(KCF)。计算最大的KCF响应值, 精确检测学员的姿态位置。如果KCF结果低于经验阈值, 表明目标丢失, 启动再检测模块。利用光流法在前一帧学员姿态位置附近寻找当前帧中的姿态位置, 以获取一个大致位置。在此位置重新应用跟踪器, 获得精确的学员姿态位置, 实现长时跟踪。依据得到的姿态位置数据, 构建滑雪学员姿态误差补偿模型, 提取学员身体的运动参数和姿态误差。通过计算身体运动参数, 并结合KCF构建滑雪学员身体姿态辅助矫正模型, 从而完成滑雪教学的姿态辅助矫正。实验结果表明, 该方法在长时跟踪中展现出高度的有效性、可靠性和稳定性, 其平均PCK指标达到92.3%, 同时在目标跟踪效率上, 参数量和计算量分别为30.24 MB和9.26 GFLOPs, 速度达到142帧/s, 实现了高效实时的跟踪, 验证了该方法在滑雪教学姿态辅助矫正中的可行性。

来源：2024年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第7期