《表1 人体姿态特征模型：基于BP神经网络的体育视频关键姿态检测》
提示：宽带有限、当前游客访问压缩模式
本文通过分析举重运动员申膝、引膝、发力、最高点四种人体姿态特征，提取了8种特征量，建立了人体姿态特征模型，模型各特征量具体如表1所示。
| 图表编号 | XD00123039400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.20 |
| 作者 | 韩美林 |
| 绘制单位 | 商洛学院电子信息与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 基于深度学习的人体姿态识别模型汇总》2021.02.01
- 《表1 人体姿态估计深度学习模型》2021.01.15
- 《表1 有效的人体姿态特征》2020.11.15
- 《表2 模型性能指标：基于神经网络的姿态识别算法》2020.11.15
- 《表3 土壤因子分布特征：基于神经网络的坐姿下头部肩部姿态估计》2021.01.20
- 《表3 算法计算速度比较：视频中多特征融合人体姿态跟踪》2020.07.16
- 《表1 定量对比表：结合形变模型的人体姿态估计优化算法》2020.04.20
- 《表2 模型汇总表：基于中国人体驾乘姿态的汽车人机空间布置研究》2020.02.15
- 《表1 软硬件实验平台：基于OpenPose人体姿态识别的变电站危险行为检测》2020.02.25
- 《表2 人体姿态识别结果：基于BP神经网络的体育视频关键姿态检测》2019.12.20
- 《表1 基于深度信息的人体姿态识别常用算法》2020.02.15
- 《表1 识别结果统计：基于BP神经网络的人体运动姿态识别》2019.12.01
- 《表2 各种三维姿态误差：基于视频的三维人体姿态估计》2019.12.01
- 《表1 网络模型参数量：基于视频的三维人体姿态估计》2019.12.01
- 《表4 基于PDJ评价指标，不同训练模型在Human 3.6M测试图像上的3D人体姿态估计结果》2019.12.01
- 《表3 家中电器方位：基于MPU6050的人体姿态检测家电控制系统设计》2019.09.15
- 《表1 红外信号协议：基于MPU6050的人体姿态检测家电控制系统设计》2019.09.15
- 《表2 模型性能对比：基于空间特征的无线体域网人体姿态识别算法》2019.09.30
- 《表1 基于隐马尔科夫模型的人体姿态识别情况统计表》2019.06.01
- 《表1 识别结果对比：基于CNN的人体姿态识别》2019.02.01