一种基于深度学习的网球动作识别方法和装置制造方法及图纸

一种基于深度学习的网球动作识别方法和装置，其方法包括：通过声学事件检测定位网球击球时刻，提取一定数量的帧输入动作识别网络之中；使用卷积神经网络对待检测的网球技术动作视频序列中的每一帧进行空间特征提取，使用可变形卷积捕获与物体形变相关的特征，通过通道注意力对空间特征进行增强，聚焦关键特征，得到能够代表球员运动信息的特征向量；将每一帧的空间特征向量输入Transformer中以计算它们在时间上的关联，使用相对位置编码模拟不同帧动作之间的偏差程度，加强不同帧之间的关联性，最后使用多层感知机作为分类器进行技术动作分类。本发明专利技术通过声学事件检测以定位击球时刻，结合卷积神经网络以及Transformer分开处理空间信息以及时间信息，使用多层感知机作为分类器。通过这种方法，能够高效、快速的识别出网球运动员所使用的技术动作。

【技术实现步骤摘要】

本专利技术属于深度学习、行为识别，涉及一种基于深度学习的网球动作识别方法和装置。

技术介绍

1、网球是一项风靡世界且具有极高商业价值的运动。将球员运动中所使用到的击球动作进行识别和统计，可以一定程度上判断球员的技术风格。如果能够通过计算机实现击球动作的自动识别与统计，就能够节省大量人力识别与统计的时间，可以更加方便教练根据统计情况对球员进行指导。

2、近年来有不少的方法用于网球动作识别。有的方法通过在球拍上安装传感器采集数据，并结合各种机器学习的方法来识别动作，但是安装传感器会非常影响球员击球的手感。有的方法结合人与球的位置来判断球员所使用的击球动作，但是网球目标过小，经常会丢失目标。有的方法通过计算关键帧之中人体关节的夹角来识别动作，该种方法需要大量的手工设计，而且没有考虑到球员完成一个击球动作前后帧之间的联系。因此设计一种更加方便，更具高效性的网球动作识别方法成为了迫切的需求。

技术实现思路

1、本专利技术要克服现有技术的上述缺点，提供一种基于深度学习的网球动作识别方法。</p>

2、本专本文档来自技高网...

【技术保护点】

1.一种基于深度学习的网球动作识别方法，包括：

2.如权利要求1所述的一种基于深度学习的网球动作识别方法，其特征在于，步骤S10具体为：

3.如权利要求1所述的一种基于深度学习的网球动作识别方法，其特征在于，步骤S20具体为：

4.如权利要求3所述的一种基于深度学习的网球动作识别方法，其特征在于，所使用的可变形卷积模块由1x1卷积，可变形卷积(Deformable

5.如权利要求1所述的一种基于深度学习的网球动作识别方法，其特征在于，步骤S30具体为：

6.如权利要求5所述的一种基于深度学习的网球动作识别方法，其特征在于，所使用...

【技术特征摘要】

1.一种基于深度学习的网球动作识别方法，包括：

2.如权利要求1所述的一种基于深度学习的网球动作识别方法，其特征在于，步骤s10具体为：

3.如权利要求1所述的一种基于深度学习的网球动作识别方法，其特征在于，步骤s20具体为：

4.如权利要求3所述的一种基于深度学习的网球动作识别方法，其特征在于，所使用的可变形卷积模块由1x1卷积，可变形卷积(deformable

5.如权利要求1所述的一种基于深度学习的网球动作识...

【专利技术属性】
技术研发人员：周德龙，张雨飞，陈涛，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：