典型文献
基于异构多处理器和深度学习算法的篮球运动图像目标检测
文献摘要：
篮球高难度动作识别技术的分析主要是识别和分析篮球运动员在视频中的身体行为.视频识别的目的是提高篮球训练水平.然而,传统的运动目标识别受到场景、动态背景和技术的限制,不能达到预期的效果.因此,本文开发了一种基于深度卷积神经网络的大数据运动目标检测系统,其主要用于篮球运动图像检测.其使用卷积神经网络的高分辨能力来提取图像,以执行计算预处理来识别视频流中的每个人体运动的图像.然后,采用基于Bi-LSTM模型的骨骼识别算法对人体关键点进行检测.最后,开发了一个目标检测系统来重建每个运动.通过选取五组可能导致运动损伤的高难度动作进行实验,结果表明该目标检测系统可以有效提高篮球动作目标识别的准确性,并有助于减少运动员伤病.
文献关键词：
运动行为识别;图像识别;篮球运动;体育科学
中图分类号：
作者姓名：
王萍
作者机构：
甘肃农业大学 体育教学部,甘肃 兰州730070
文献出处：
引用格式：
[1]王萍-.基于异构多处理器和深度学习算法的篮球运动图像目标检测)[J].洛阳师范学院学报,2022(08):29-33
A类：
运动行为识别
B类：
多处理器,深度学习算法,运动图像,图像目标检测,高难度,难度动作,动作识别技术,篮球运动员,视频识别,篮球训练,训练水平,目标识别,到场,动态背景,深度卷积神经网络,运动目标检测,图像检测,视频流,人体运动,Bi,骨骼识别,识别算法,人体关键点,五组,运动损伤,少运,伤病,图像识别,体育科学
AB值：
0.339084
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。
