深度学习视角下的体操运动员动作识别与评估研究

• 作者: 韩坤霖 张煜新 陈宪章
• 来源期刊: 现代科学仪器
• 关键词: 体操运动 动作识别 深度学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 技术创新与应用
• 页码范围: 234-238
• 页数: 5页
• 分类号: G807.01
• 语种: 中文

摘要

为了解决肉眼观察运动员体育训练的动作到位程度和精准度误差大、效率低、智能化程度低的问题,降低人员主观因素对运动员动作评估和优化的负面影响.本文在分析深度学习经典的卷积神经网络、循环神经网络算法的优缺点的基础上,结合复杂场景、复杂动作、快速运动下对人体动作的识别、分析,提出了改进的卷积网络和优化后的神经网络混合神经网络算法.通过实验证明,该算法实现了类似人类观察运动员的训练执行情况和完成度.与其他算法的对比实验,验证了其对于运动员的动作识别具有非常高的学习性和准确性.