基于深度学习的乒乓球动作评价与参考视频生成算法研究
2017-03-30 13:44:19 0 举报
AI智能生成
省创,即省级创新创业大赛,是一项旨在激发广大青年创业者的创新创业热情,推动科技成果转化和产业升级的省级赛事。省创大赛汇聚了全省各地的优秀创业团队,通过层层选拔,最终决出优胜者,为获胜者提供丰厚的奖金、政策支持和资源对接等奖励。省创大赛不仅为创业者提供了一个展示自己才华的舞台,还为广大青年提供了一个学习和交流的平台,有助于培养一批具有创新精神和创业能力的人才,为我省经济社会发展注入新的活力。
作者其他创作
大纲/内容
基于深度学习的乒乓球动作评价与参考视频生成算法研究
数据集采集
1.从网上搜索国际比赛的视频
优点:动作规范,资源较为丰富
缺点:比赛时,往往会采用不同的方式击球(拉,旋等),不利于针对一种动作进行训练;且采集的信息受到摄像角度的额限制
2.自己采集
优点:拍摄角度可控,动作可以连续一致
缺点:采集工作耗时耗力,容易受到时间和空间的影响
视频评分系统
*图像分割(将标准手臂动作分割出来)
1.先识别出来乒乓球拍,然后跟踪手臂动作
2.采集视频之前,在运动的手臂上带上标记物,更容易的提取出手臂动作
视觉特征提取(手臂动作特征)
CNN网络和LSTM网络
内容:二维的CNN+时序
优点:可以更好的提取时序特征
缺点:时序的记忆能力不会太长
3D卷积算法
内容:将时间轴看成普通坐标轴的第三轴
优点:不存在时间序列记忆长度的问题了
缺点:把时间信息看着一个普通的轴来看待,很可能会丢失时序上面的信息
利用上面两种方式处理的视频得到的是一组一维向量,视觉特征向量
单模型全连接的神经网络层
对特征视频进行打分
效果比较好的话视频评分会有聚类的效果
视频生成系统
图像分割(将不标准手臂动作分割出来)
与评分系统相似
生成图像
生成对抗网络GAN
内容:输入视频,通过系统内部生成器和判别器的博弈,最后输出符合判别器要求的视频
条件生成对抗网络
比生成对抗网络多了一个条件,可以设置判别器判别的评分阈值
提取运动学特征建模-光流法
内容:将输入的视频的第一帧手臂信息提取出来,移花接木,后面接上标准动作的图像
0 条评论
回复 删除
下一页