《基於改進時空圖卷積網路的桌球擊球動作識別》是劉明方, 尹真傑, 段曉東，汪語哲, 張皓天2021年發布的論文。
基本介紹
- 中文名：基於改進時空圖卷積網路的桌球擊球動作識別
- 外文名：Recognition of Table-Tennis Action Based on Improved Spatio-Temporal Graph Convolutional Network
- 作者：劉明方, 尹真傑, 段曉東，汪語哲, 張皓天
- 關鍵字：桌球擊球；動作識別；骨骼關鍵點；圖卷積網路；
內容簡介,
內容簡介
本文研究了計算機視覺輔助開展桌球訓練中的桌球擊球動作識別問題。基於骨骼關鍵點方式的動作識別算法，只對人體骨骼點的時空信息進行學習，可以去除環境、光線等干擾因素。通過攝像機採集了正手擊球、反手擊球、正手拉球、反手拉球和非擊球動作5類動作在內的體育運動視頻，使用OpenPose提取18個人體骨骼關鍵點，構建了桌球擊球骨骼點數據集。根據桌球擊球核心力量區域對ST-GCN網路的卷積核進行調整，最終訓練模型的擊球動作精準度可以達到98%；並在文章創建數據集之外的桌球擊球動作視頻上進行了泛化測試，對比ST-GCN網路的泛化效果，結果文章調整後的時空圖卷積網路方法效果更好，具有較高的實用價值。
