Localização da Postura Humana Guiada por Aprendizado Profundo no Ensino de Educação Física

O estudo da postura humana é amplamente aplicado no ensino de educação física, reconhecimento de movimento humano e outros aspectos. Com o crescimento do ensino online, a falta de métodos convenientes de ensino de educação física pode ser melhorada. No entanto, devido à complexa estrutura do corpo humano, o estudo da postura humana é um problema difícil na área de visão computacional. Este artigo estuda principalmente algoritmos de pesquisa de postura humana baseados em aprendizado profundo. Ele utiliza uma rede de 101 camadas do ResNet para detectar os pontos-chave do corpo humano na imagem e obtém as categorias e coordenadas desses pontos-chave. Neste artigo, um modelo de rede ResNet de 101 camadas é construído para aprender totalmente as características visuais dos pontos-chave na postura humana. Em segundo lugar, a função de perda de localização dos pontos-chave é aprimorada, e a pesquisa sobre a postura humana é realizada utilizando a função de perda Huber em vez da função de perda de erro quadrático médio (MSE). Por fim, a análise experimental mostra que, em comparação com a regressão de pose integral tradicional (IPR) e a regressão de pose integral adaptativa (LAIPR), o uso do método de estimativa de postura humana baseado em ResNet para reconhecimento de postura humana melhora a precisão. Isso tem importância prática para aplicações de ensino de educação física.