随着竞技运动在全球范围内的蓬勃发展,对运动动作的识别精确度要求也逐渐提高。研究针对竞技运动动作识别领域,结合改进You Only Look Once version 7(YOLOv7)和注意力机制对健美操动作识别模型进行设计。过程中将两种跨阶段局部网络结...随着竞技运动在全球范围内的蓬勃发展,对运动动作的识别精确度要求也逐渐提高。研究针对竞技运动动作识别领域,结合改进You Only Look Once version 7(YOLOv7)和注意力机制对健美操动作识别模型进行设计。过程中将两种跨阶段局部网络结构相结合,同时优化损失函数,得到改进的YOLOv7。再结合SimAM和时空注意力机制,完成识别模型的搭建。实验结果显示,改进后模型的健美操上肢动作识别准确率达到了90%,相比改进前提升了28.4%。模型的身体姿态变化识别率从64.5%升高到90%,召回率从60%升高到91.3%。结果表明,研究设计的竞技运动动作识别模型能够更好地理解和模拟竞技运动中动作的时空特性,对竞技运动相关研究以及实际应用场景中的动作识别需求具有推动作用。展开更多
针对红外图像背景复杂、信噪比低、检测目标尺寸小和亮度弱等检测难点,提出一种基于YOLOv7s的轻量级红外小目标检测算法ISTD-YOLO(Infrared Small Target Detection-You Only Look Once)。首先,对YOLOv7s网络结构进行轻量化重构,分别将...针对红外图像背景复杂、信噪比低、检测目标尺寸小和亮度弱等检测难点,提出一种基于YOLOv7s的轻量级红外小目标检测算法ISTD-YOLO(Infrared Small Target Detection-You Only Look Once)。首先,对YOLOv7s网络结构进行轻量化重构,分别将特征提取网络和特征融合网络重新调整,设计出一种三尺度轻量级网络架构,提高对小目标的检测性能;然后,采用VoV-GSCSP来取代模型颈部网络的ELAN-W模块,以降低计算成本和网络结构的复杂性,提高推理速度;其次,在颈部网络中引入一种无参注意力机制,增强局部上下文信息的关联性,更准确地提取目标的定位;最后,选用归一化高斯Wasserstein距离(Normalized Gaussian Wasserstein Distance,NWD)优化常用的IoU指标,来计算预测框与真实框之间的重叠关系,增强对小目标的定位和检测精度。实验结果表明,ISTD-YOLO可以有效改善检测效果,对比基线模型,在HIT-UAV与IDSAT数据集上的检测精度分别提高8.52%与4.77%;模型体积仅有21.8 MB,参数量减少69.8%,计算量下降17.6%;相较于当下主流算法,ISTD-YOLO在各方面指标均得到有效改善,能够实现对红外小目标的高质量检测。展开更多
文摘随着竞技运动在全球范围内的蓬勃发展,对运动动作的识别精确度要求也逐渐提高。研究针对竞技运动动作识别领域,结合改进You Only Look Once version 7(YOLOv7)和注意力机制对健美操动作识别模型进行设计。过程中将两种跨阶段局部网络结构相结合,同时优化损失函数,得到改进的YOLOv7。再结合SimAM和时空注意力机制,完成识别模型的搭建。实验结果显示,改进后模型的健美操上肢动作识别准确率达到了90%,相比改进前提升了28.4%。模型的身体姿态变化识别率从64.5%升高到90%,召回率从60%升高到91.3%。结果表明,研究设计的竞技运动动作识别模型能够更好地理解和模拟竞技运动中动作的时空特性,对竞技运动相关研究以及实际应用场景中的动作识别需求具有推动作用。
