导读:本文包含了深度运动论文开题报告文献综述及选题提纲参考文献，主要关键词:八桂大地,热潮涌动,黄金宝地,赛事活动,柳州市,联动,健身运动,体育锻炼,人数比例,二五
深度运动论文文献综述
钟文昌,玉智威[1]（2019）在《全民健身热潮涌动八桂大地》一文中研究指出第十四届南宁国际马拉松比赛设定参赛名额为约2.8万人，报名人数却接近3.9万人，“一签难求”的场面再次出现；今年广西体育节，全区共举办重大赛事活动1088项，参与者达276.85万人次；柳州市敢为人先在“黄金宝地”上建体育公园，以提升全民健身积极性，锤炼(本文来源于《广西日报》期刊2019-12-30）
陈朋,任金金,王海霞,汤粤生,梁荣华[2]（2019）在《基于深度学习的真实尺度运动恢复结构方法》一文中研究指出传统的多视图几何方法获取场景结构存在两个问题:一是因图片模糊和低纹理带来的特征点误匹配,从而导致重建精度降低;二是单目相机缺少尺度信息,重建结果只能确定未知的比例因子,无法获取准确的场景结构。针对这些问题本文提出一种基于深度学习的真实尺度运动恢复结构方法。首先使用卷积神经网络获取图片的深度信息;接着为了恢复单目相机的尺度信息,引入惯性传感单元(IMU),将IMU获取的加速度和角速度与ORB-SLAM2获取的相机位姿进行时域和频域上的协同,在频域中获取单目相机的尺度信息;最后将图片的深度图和具有尺度因子的相机位姿进行融合,重建出场景的叁维结构。实验表明,使用Depth CNN网络获取的单目图像深度图解决了多层卷积池化操作输出图像分辨率低和缺少重要特征信息的问题,绝对值误差达到了0.192,准确率高达0.959;采用多传感器融合的方法,在频域上获取单目相机的尺度能够达到0.24 m的尺度误差,相比于VIORB方法获取的相机尺度精度更高;重建的叁维模型与真实大小具有0.2 m左右的误差,验证了本文方法的有效性。(本文来源于《光电工程》期刊2019年12期）
韦晓娜,漆昌柱[3]（2019）在《情绪与运动专长对深度运动知觉影响的脑机制》一文中研究指出结合专家-新手范式与ERP,探讨情绪与运动专长对深度运动知觉影响的脑机制。通过记录在不同情绪条件下,网球专家和新手(各22名)在完成预测碰撞任务时深度运动知觉过程的脑电数据,比较情绪对2组个体深度运动知觉产生影响的差异。结果发现:(1)正性情绪下的P1和N1-front波幅比负性情绪大;(2)专家组在TTC1条件下,正性情绪的P1潜伏期比负性情绪短;(3)正性情绪下,TTC1条件下专家组的SW平均波幅比新手组小。表明,不同情绪状态对深度运动知觉的影响与无关信息注意的抑制有关,正性情绪状态下,在此环节投入的注意资源更多;情绪与运动专长的交互影响体现在,正性情绪下网球专长高的个体对快速靠近物体的无关信息注意抑制速度快,工作记忆编码出现认知资源节省化。(本文来源于《天津体育学院学报》期刊2019年06期）
蔡婕[4]（2019）在《打造健康和谐的活力之城》一文中研究指出生命在于运动，健康激发活力。近年来，观山湖区把全民运动和全民健康进行深度融合，着力释放全民健身的社会功能、经济功能、文化功能等多元功能。如今的观山湖区，体育健身设施遍布城乡，群众运动健身蔚然成风，体育赛事活动精彩纷呈……这座年轻的城市俨然是一座运(本文来源于《贵阳日报》期刊2019-11-19）
宋传鸣,闵新,谢维冬,尹宝才,王相海[5]（2019）在《采用2 b深度像素的弹性运动估计算法》一文中研究指出为降低传统弹性运动估计的计算复杂度,提出一种2 b深度像素的弹性运动估计方法.首先,利用Prewitt算子提取视频帧的梯度,借助梯度模长的均值和标准差将像素深度从8 b降采样为2 b.其次,引进基于位操作的矩阵乘法和基于比较操作的偏导运算,提出了2 b深度像素的弹性运动模型以及求解该模型的简化高斯-牛顿法,避免了黑塞矩阵及其逆矩阵的重复计算.同时,采用1阶线性逼近,得出阻尼步长与运动向量增量、运动补偿误差之间的函数关系以及初始步长的近似计算策略,进而以菱形搜索为初始搜索,给出了2 b深度像素的弹性运动模型的快速求解算法.实验表明:该算法的平均峰值信噪比和计算效率明显优于8 b全搜索、2 b全搜索和传统8 b弹性运动估计.(本文来源于《计算机研究与发展》期刊2019年11期）
卢裕秋,孙金玉,马世伟[6]（2019）在《基于深度卷积神经网络的运动目标检测方法》一文中研究指出针对运动目标检测中的间歇性运动问题,设计了一个深度卷积神经网络MONet。在缺乏训练数据集的情况下,利用仿射变换生成一个合成数据集Go Chairs,并在此基础上进行网络的训练和测试。结果表明,训练后的MONet能够有效地根据像素点之间的对应关系检测出运动的目标。传统的运动目标检测数据集CDnet和I2R被用于测试以验证该网络的泛化性能。针对目标的间歇性运动问题,MONet与经典方法进行了定性和定量的比较。实验结果证明了该网络在检测间歇性运动的目标时的优越性。(本文来源于《系统仿真学报》期刊2019年11期）
刘双庆[7]（2019）在《基于LSTM深度学习模型的智能下肢假肢运动意图识别》一文中研究指出传统下肢假肢运动意图识别常用多模态传感器采集残肢侧运动信息,通过手动提取特征,带有一定的复杂性以及转换模式识别具有滞后性。提出了一种基于端到端的深度学习智能下肢假肢运动意图识别方法,重新定义了单侧下肢截肢者的运动模式,采用单惯性传感器,采集健肢侧位于摆动相的时序数据,选用长短时记忆神经网络自动提取特征,并对下肢假肢运动意图进行识别。实验结果表明,5类稳态模式:平地行走、上楼、下楼、上坡和下坡的识别率为98. 17%,加入8类转换模式后,识别率达到96. 68%。提出的方法在下肢假肢识别性能上有较大提升,帮助截肢者实现流畅、稳定的行走,同时也验证了长短时记忆网络的泛化能力较强。(本文来源于《合肥学院学报(综合版)》期刊2019年05期）
李偏,徐从安[8]（2019）在《应用交互白板促进地理深度学习——以《大规模的海水运动》一轮复习为例》一文中研究指出新一轮的课程改革更注重学生核心素养的培养,在现代教育背景下,信息技术支撑课堂改革,促进个性化学习方式的转变,在交互式白板支撑的学习环境可以帮助学生更新理念,通过自主合作,协作学习完成学习行为的转变,更有利于促进学生深度学习,以高叁一轮复习《大规的海水运动》为例,说明交互式电子白板在一线教学中的应用价值。(本文来源于《新课程(下)》期刊2019年10期）
张一凡,赵冰冰,王莹,黄磊,邓文曦[9]（2019）在《自闭症儿童的生物运动知觉缺陷:基于深度和方向旋转的生物运动知觉研究》一文中研究指出大量研究表明自闭症儿童存在生物运动知觉缺陷。目前有关自闭症儿童的生物运动知觉研究多采用二维的生物运动识别任务,基于深度和方向旋转的叁维空间中的生物运动知觉研究很少。为探究自闭症儿童是否存在基于深度和方向旋转的叁维空间的生物运动知觉缺陷,本研究选取了自闭症儿童12名(男10名,平均年龄:11.6±3.4岁)和年龄、性别匹配的正常儿童12名(男10名,平均年龄10.7±1.7岁)为研究对象。两组被试分别完成了3个生物运动实验,包括一个常规的二维生物运动识别任务(判断屏幕上正在运动的光点是人还是物体)和两个叁维生物运动识别任务:深度知觉生物运动识别任务(判断屏幕上由光点组成的人的运动方向,面朝被试走来还是背对被试走去)和方向旋转知觉生物运动识别任务(判断屏幕上由光点组成的物体的旋转方向,向里转还是向外转)。每个任务20个试次,收集被试反应的正确率。结果发现,自闭症儿童在深度生物运动(自闭症组0.34±0.27,正常组0.73±0.35,t(22)=2.94, p=0.006)以及方向旋转生物运动(自闭症组0.5±0.33,正常组0.90±0.26,t(22)=3.03, p=0.004)识别任务中的正确率显着低于正常儿童,但是在常规生物运动识别任务中的正确率与正常儿童差异不显着(自闭症组0.77±0.14,正常组0.84±0.15,t(22)=0,87, p>0.05)。研究结果表明自闭症儿童在叁维空间的深度和方向旋转相关的生物运动知觉时存在缺陷。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
王淙一,漆昌柱[10]（2019）在《球体速度与网球运动专长对深度运动知觉影响的ERP特征研究》一文中研究指出在竞技体育的运动场景中,运动员在面对复杂多变的情景,尤其是快速球类运动中,高水平的球类运动员总是可以快速提取有效的视觉信息,其中深度运动知觉是球类运动员重要的感知觉之一。在运动专长的研究领域,虽然关于视知觉的研究已有很多,但深度运动知觉的实验证据仍然有些缺乏。本研究采用专家—新手任务范式,运用事件相关电位技术,选取了14名网球运动专家和14名新手,来探讨不同球速下网球运动员与新手的深度运动知觉反应特征,寻找网球运动员在深度运动知觉上是否存在认知优势及其原因。实验过程是给被试呈现3D小球深度运动视频,改变运动速度,让被试做出靠近和远离的按键反应,并记录被试的行为反应数据和ERP数据,比较两组个体深度运动知觉的行为反应差异和脑电特征。行为学研究结果显示,球体运动速度越快,反应时变短,正确率变低。脑电数据研究结果显示,枕颞区P1和N2成分均发现靠近时波幅显着小于远离时,靠近时的潜伏期晚于远离时的潜伏期;P1的专家组在远离时激活了更早而强的反应,新手组则没有;枕区P2成分发现专家组的潜伏期显着短于新手组;顶区P300成分靠近的波幅显着小于远离的波幅,同时速度越快诱发的P300波幅越大,潜伏期显着增长。研究结论认为,球体运动速度对深度运动知觉的行为反应和认知资源的调用及投入有显着影响,无论网球专家还是新手,球运动速度越快,个体都更加迅速的调用注意资源,投入更多的认知资源;网球专家在深度运动过程上存在专长效应,主要表现在投入注意资源较新手更早。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
深度运动论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的多视图几何方法获取场景结构存在两个问题:一是因图片模糊和低纹理带来的特征点误匹配,从而导致重建精度降低;二是单目相机缺少尺度信息,重建结果只能确定未知的比例因子,无法获取准确的场景结构。针对这些问题本文提出一种基于深度学习的真实尺度运动恢复结构方法。首先使用卷积神经网络获取图片的深度信息;接着为了恢复单目相机的尺度信息,引入惯性传感单元(IMU),将IMU获取的加速度和角速度与ORB-SLAM2获取的相机位姿进行时域和频域上的协同,在频域中获取单目相机的尺度信息;最后将图片的深度图和具有尺度因子的相机位姿进行融合,重建出场景的叁维结构。实验表明,使用Depth CNN网络获取的单目图像深度图解决了多层卷积池化操作输出图像分辨率低和缺少重要特征信息的问题,绝对值误差达到了0.192,准确率高达0.959;采用多传感器融合的方法,在频域上获取单目相机的尺度能够达到0.24 m的尺度误差,相比于VIORB方法获取的相机尺度精度更高;重建的叁维模型与真实大小具有0.2 m左右的误差,验证了本文方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
深度运动论文参考文献
[1].钟文昌,玉智威.全民健身热潮涌动八桂大地[N].广西日报.2019
[2].陈朋,任金金,王海霞,汤粤生,梁荣华.基于深度学习的真实尺度运动恢复结构方法[J].光电工程.2019
[3].韦晓娜,漆昌柱.情绪与运动专长对深度运动知觉影响的脑机制[J].天津体育学院学报.2019
[4].蔡婕.打造健康和谐的活力之城[N].贵阳日报.2019
[5].宋传鸣,闵新,谢维冬,尹宝才,王相海.采用2b深度像素的弹性运动估计算法[J].计算机研究与发展.2019
[6].卢裕秋,孙金玉,马世伟.基于深度卷积神经网络的运动目标检测方法[J].系统仿真学报.2019
[7].刘双庆.基于LSTM深度学习模型的智能下肢假肢运动意图识别[J].合肥学院学报(综合版).2019
[8].李偏,徐从安.应用交互白板促进地理深度学习——以《大规模的海水运动》一轮复习为例[J].新课程(下).2019
[9].张一凡,赵冰冰,王莹,黄磊,邓文曦.自闭症儿童的生物运动知觉缺陷:基于深度和方向旋转的生物运动知觉研究[C].第二十二届全国心理学学术会议摘要集.2019
[10].王淙一,漆昌柱.球体速度与网球运动专长对深度运动知觉影响的ERP特征研究[C].第二十二届全国心理学学术会议摘要集.2019