文档名：基于SPMLSTM算法的乒乓球空间轨迹预测研究
摘要：针对乒乓球空间运动轨迹问题,提出了一种新的乒乓球运动轨迹预测方法.对于轨迹预测中的轨迹点跟踪问题,设计了一种基于深度学习的多目视觉轨迹提取系统,实现乒乓球精准轨迹跟踪.在轨迹提取的基础上,提出了一种结合简单物理运动(SPM)模型和长短期记忆(LSTM)神经网络的轨迹预测模型(SPM-LSTM),利用SPM模型的乒乓球物理约束关系,采用LSTM神经网络迭代训练SPM模型预测值与真实轨迹值之间的偏差数据.实验结果表明:提出的轨迹预测方法能够实现乒乓球轨迹预测.
作者：陈鹏展 曾荣飞 卢伟清Author：CHENPengzhan ZENGRongfei LUWeiqing
作者单位：华东交通大学电气与自动化工程学院,江西南昌330013
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(2)
分类号：TP391
关键词：轨迹提取 轨迹预测 长短期记忆 简单物理运动模型
机标分类号：TP391.41TP242G804.6
在线出版日期：2023年3月13日
基金项目：国家自然科学基金基于SPM-LSTM算法的乒乓球空间轨迹预测研究[
期刊论文] 传感器与微系统--2023, 42(2)陈鹏展 曾荣飞 卢伟清针对乒乓球空间运动轨迹问题,提出了一种新的乒乓球运动轨迹预测方法.对于轨迹预测中的轨迹点跟踪问题,设计了一种基于深度学习的多目视觉轨迹提取系统,实现乒乓球精准轨迹跟踪.在轨迹提取的基础上,提出了一种结合简单物...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于SPM-LSTM算法的乒乓球空间轨迹预测研究 Research on spatial trajectory prediction of table tennis based on SPM-LSTM algorithm
基于SPM-LSTM算法的乒乓球空间轨迹预测研究.pdf
- 文件大小:
- 1.37 MB
- 下载次数:
- 60
-
高速下载
|
