基于三维多视点网球运动数据集的人体姿态识别与估计方法

人体姿态识别因其自身优势已在各个领域得到广泛运用,但由于网球运动中存在环境噪声、数据遮挡、视点变化、身体大小等制约条件,各类动作的姿态识别仍然具有一定的难度.为了提高人体姿态的识别能力,提高网球运动员在赛场上的技战术以及体能分配,从深度贴图和骨骼关节两种不同的数据类型出发,提出了基于三维多视点网球运动数据集的人体姿态识别与估计方法,同时为了获得特征集数据,采用3种不同的卷积神经网络模型进行训练,并将结果融合到最终动作分类中.最后,通过两个标准数据集验证了所提方法的准确性.