乒乓球比赛视频的人体动作识别算法的研究与应用

发布时间：2023-04-25 19:21

　　中国乒乓球队的长盛不衰是乒乓球作为我国国球传承至今的重要因素。为保持中国乒乓球队的高竞技水平,根据比赛视频以及训练视频进行复盘分析是技战术分析的重要手段。随着计算机应用的不断深入,利用视频以及图像处理技术辅助体育比赛技战术分析已经得到体育界的广泛共识,并针对不同体育项目先后研究出多款软件来辅助技战术分析。北方工业大学软件工程实验室长期致力于中国乒乓球队的计算机辅助技战术分析工作,为国球取得辉煌成绩做出了应有的贡献。根据国乒队的实际需求和视频分析技术的现状,本文给出两种乒乓球技战术视频分析技术,即,“点点”半自动分析技术和视频智能分析技术。其中,“点点”分析技术是根据预制分析模板,并利用鼠标的点击获取乒乓球技战术的视频片段,从而达到运动员技术动作识别分析目的,解决了传统人工识别中工作量大,识别效率低等问题。视频智能分析技术是把乒乓球比赛视频分解成若干关键帧图像,再以传统的视觉词袋模型(Bag Of View Word,简写BOVW)为基础,结合乒乓球运动项目特点,通过使用模型中SIFT特征描述子以及K-means聚类等传统算法结合本课题提出的背景区域特征点剔除算法,从而完成了运动员技术动...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 主要研究内容
    1.4 研究方法与技术
    1.5 本文组织结构
第二章 相关理论与技术
    2.1 图像识别与分类技术
    2.2 词袋模型
        2.2.1 文本词袋模型
        2.2.2 视觉词袋模型
    2.3 规则网格法
    2.4 SIFT特征描述子
        2.4.1 尺度空间和金字塔结构
        2.4.2 关键点搜索
        2.4.3 方向赋值
        2.4.4 关键点描述
    2.5 K-means聚类算法
    2.6 支持向量机算法
    2.7 本章小结
第三章 乒乓球视频的人体动作识别算法研究
    3.1 人工点点人体动作识别方法
    3.2 智能人体动作识别方法
        3.2.1 关键帧提取算法
        3.2.2 去除背景区域特征点算法
        3.2.3 HIK-SVM分类算法
    3.3 本章小结
第四章 实验结果及分析
    4.1 数据集介绍
    4.2 关键帧提取实验分析
    4.3 去除背景区域特征点实验分析
    4.4 视觉词典构建与词频统计结果分析
    4.5 动作识别结果分析
    4.6 本章小结
第五章 乒乓球视频的人体动作识别工具设计与实现
    5.1 “乒乓军师”系统设计
    5.2 “乒乓军师”系统实现
        5.2.1 开发环境配置
        5.2.2 人工点点识别方式实现
        5.2.3 智能识别方式实现
    5.3 “乒乓军师”系统测试
        5.3.1 人工点点识别方式测试
        5.3.2 智能识别方式测试
    5.4 本章小结
第六章 结论与展望
参考文献
附录A
在校期间的研究成果
致谢



本文编号：3800901