为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节...为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节点数据进行匹配,得到序列之间的距离;根据Mean Shift算法聚类数决定各个骨骼关节点权重系数,计算得到两个动作序列距离的大小评分值。实验表明,该方法能很好地实现人体动作评分,提高了关键关节点权重分值的影响,提高了乒乓动作序列评分的准确度,更加符合专家主观评分标准。展开更多
文摘为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节点数据进行匹配,得到序列之间的距离;根据Mean Shift算法聚类数决定各个骨骼关节点权重系数,计算得到两个动作序列距离的大小评分值。实验表明,该方法能很好地实现人体动作评分,提高了关键关节点权重分值的影响,提高了乒乓动作序列评分的准确度,更加符合专家主观评分标准。