典型文献
深度学习算法在篮球运动员目标检测中的应用
文献摘要：
精准识别篮球运动员目标是战术智能生成、运动员行为分析的重要基础,为此改进传统Fast R-CNN网络模型构建方式.基于Gabor滤波器平滑图像,提取边缘信息完成篮球运动员图像特征提取;引入EdgeBoxes算法,基于滑动窗口策略提取样本图像目标建议区域,减少目标标注数量;采用迁移学习策略完成Faster R-CNN网络模型的训练,通过分类与回归网络对建议区域目标实施分类和边界回归,精准实现篮球运动员的目标检测.测试结果表明,改进Faster R-CNN网络在目标检测精准度方面有大幅度提高,运行效率显著提升,最高可达18 f·s-1.
文献关键词：
篮球运动员;目标检测;特征提取;深度学习;Gabor滤波;EdgeBoxes算法
中图分类号：
作者姓名：
张瑞全
作者机构：
滁州城市职业学院体育部,安徽滁州239000
文献出处：
引用格式：
[1]张瑞全-.深度学习算法在篮球运动员目标检测中的应用)[J].宁德师范学院学报（自然科学版）,2022(04):365-370
A类：
EdgeBoxes
B类：
深度学习算法,篮球运动员,动员目标,目标检测,精准识别,战术,智能生成,行为分析,构建方式,Gabor,滤波器,边缘信息,图像特征提取,滑动窗口,目标建议,迁移学习策略,Faster,区域目标,大幅度提高
AB值：
0.254769
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
