广告合作
COOPERATION
首页
>- 期刊浏览
- >
智能识别与评估：卷积神经网络解析网球发球动作
麻嘉才1 ，梁彩荣2
摘要： 旨在探讨基于卷积神经的低成本、智能化网球发球动作识别与评估方法，以期为网球技术训练与分析提供理论支持和实践依据。通过构建多视角、多动作类型（平击、上旋、切削）及不同技术水平的网球发球视频数据集，设计一种结合3D卷积神经网络、双向长短时记忆网络与注意力机制的智能识别模型，并进行动作识别与规范性评分实验。所提出的方法在发球动作分类任务中取得了96.8%的准确率，明显优于传统识别方法；同时，在不同光照条件和背景复杂度下，模型表现出较好的鲁棒性。该方法能有效提升网球发球动作识别的精度与效率，在网球技术评估领域具有较大的应用潜力，但在实际比赛环境应用方面仍存在一定挑战，需要进一步优化模型结构与泛化能力。
关键词： 网球发球; 卷积神经网络; 动作识别; 技术评估; 时空特征建模
