基于蝙蝠轨迹的乒乓球运动识别,使用不同长度输入卷积神经网络
Jun Zhang1,2, Yuanshi Ren3, Liyue Lin4
1School of Exercise and Health, Shanghai University of Sport, Shanghai, 200438, China.
Scientific reports
|February 12, 2024
概括
这项研究引入了一种新的运动识别算法,仅使用乒乓球轨迹. 这种方法可以提高乒乓球技能的识别速度.
科学领域:
- 运动科学 运动科学 运动科学
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 动作和运动识别在诸如智能家居,游戏和生物机械分析等多个领域至关重要.
- 现有的方法通常依赖于复杂的多联数据来识别行动.
- 乒乓球技巧分析从高效准确的运动识别中受益.
研究的目的:
- 开发专门用于乒乓球技能的运动识别算法.
- 分析乒乓球道轨迹的特征.
- 创建一个新的数据集,TTMD6,用于乒乓球运动数据.
主要方法:
- 收集和分析乒乓球技巧的运动数据.
- 开发了一种新的算法,只专注于轨迹.
- 创建了包含乒乓球运动数据的TTMD6数据集.
主要成果:
- 成功分析了乒乓球道轨迹的关键特征.
- 拟议的算法只使用轨迹数据准确地识别乒乓球技巧动作.
- 与多关节数据方法相比,实现了加速的运动识别速度.
结论:
- 划船轨迹是识别乒乓球技巧运动的可行和高效功能.
- TTMD6数据集和拟议的算法为乒乓球运动分析提供了进步.
- 这种方法显著提高了运动应用中的运动识别速度.


