摘要
在排球比赛中,运动员的灵活动作会导致动作识别存在自遮挡问题。该情况下直接识别截取的动作视频片段缺失了扣球动作特征,降低了在实际应用中的AUC值。为解决这一问题,本文提出基于深度全卷积网络的排球扣球动作识别方法。从排球比赛视频中截取扣球动作,并对截取的图像进行灰度化和变换处理,提高图像的质量,再对图像进行扩充。利用扩充图像多层关系信息,借助其他关节点信息推理被遮挡关节点的位置。利用深度全卷积网络,提取出扣球动作图像多个特征,再对其进行池化操作,对提取的特征进行降维,设计损失函数,通过计算提取特征的损失值,对特征进行选择,再由输出卷积层输出选择后的关键特征。基于此,计算选择特征的特征参数,并根据该数值,识别出不同类型的排球扣球动作,实现对其的识别。实验结果表明,设计的识别方法在实际应用中的AUC值为0.96,其能够准确识别不同类型的排球扣球动作。
出处
《赤峰学院学报(自然科学版)》
2025年第5期17-21,共5页
Journal of Chifeng University(Natural Science Edition)
基金
淮南师范学院2023年校级重点课题(2023XJZD010)。
