《计算机工程与科学杂志》发表论文赏析

基于PoseC3D的网球动作识别及评价方法

来源:计算机工程与科学杂志2023年第1期北京时间:

作者:周升儒, 陈志刚, 邓伊琴

单位:中南大学计算机学院,湖南 长沙 410083

摘要:为了准确地识别及评价网球动作,将计算机视觉与网球运动相关知识相结合,提出了一种基于PoseC3D的网球动作识别及评价方法。首先,使用基于ResNet-50姿态估计模型对网球运动视频进行人体目标检测并提取骨骼关键点;然后,使用在专业网球场采集的视频数据集进行PoseC3D模型训练,使模型能够对网球的子动作进行分类;之后,使用动态时间规整算法对分类的动作进行评价;最后,基于采集的视频数据集进行了大量实验。结果表明,提出的基于PoseC3D的网球动作识别方法对6类网球子动作的分类Top1准确率可以达到90.8%。相较于基于图卷积网络的方法,比如AGCN和ST-GCN,具有更强的泛化能力;提出的基于动态时间规整的评分算法能够在动作分类后实时、准确地给出相应动作的评价分数,从而减少了网球教师的工作强度,有效地提升了网球教学质量。

关键词:模式识别,姿态估计,动作识别,卷积神经网络,动态时间规整,

基金资助:长沙市科技计划重大专项基金(kh2103016);科技计划2030(2020AAA0109605)

2023年1期其他文献查阅:

一种矩阵块间提前切换的脉动阵列优化策略

基于RC充电时间过零点不变性的高精度高稳定振荡器

基于Flink的k-支配skyline体并行求解算法

深度层次注意力矩阵分解

飞行器翼型表面流场数据智能分区

基于软件定义网络的多约束QoS双路径路由优化方法

一种基于多级块加密置乱的防伪图案

基于可搜索加密的密态知识图谱存储和检索方案

RFID安全认证协议综述

基于蚁群参数优化的LightGBM辐射源个体识别

基于PoseC3D的网球动作识别及评价方法

Lupaş q-Bézier曲线的离散卷积生成与求值算法

一般图中的最小概要表示集问题

基于深度前馈神经网络的多因子人体表面积计算模型

基于注意力机制和可变形卷积的金属表面细微不规则损伤的图像识别模型

面向快递员揽收到达时间预测的多任务深度时空网络

一种自适应鲸鱼快速优化算法

基于主题关系的中文短文本图模型实体消歧

基于深度特征提取和DCT变换的图像复制粘贴篡改检测

基于混合模型的事件触发词抽取

融合知识图谱和评论文本的个性化推荐模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!