基于深度学习的羽毛球击球动作智能识别方法研究  

Research on Intelligent Recognition of Badminton Stroke Actions Based on Deep Learning

作　　者：裴涛 谢慧志 赵佳辉 

机构地区：[1]上海大学通信与信息工程学院,上海200444

出　　处：《工业控制计算机》2025年第2期83-85,共3页Industrial Control Computer

摘　　要：随着深度学习技术的不断发展,越来越多的体育赛事中开始使用人工智能对运动员的表现进行智能化分析。在羽毛球赛事中,使用动作识别技术用于分析和评估运动员的动作,不仅可以协助运动员改进动作技巧,还能辅助裁判在比赛中的判决。基于深度学习算法,初步构建了一个羽毛球运动员标准击球动作的视频数据集,分别建立了目标运动员姿态估计与跟踪模型,以及对击球动作的识别模型,形成了羽毛球运动员击球动作的定量和定性的识别方法。实验结果显示模型的动作识别准确率Top-1为85.39%,Top-3高达98.70%,表明该系统能较好地实现运动员击球动作的智能化识别。This paper is based on deep learning algorithms and aims to construct a preliminary video dataset of standard stroke actions for badminton players.This paper develops target athlete pose estimation and tracking models,along with recognition models for stroke actions,thus forming a quantitative and qualitative recognition method for badminton player stroke actions.Experimental results revealed that the model achieved a Top-1 action recognition accuracy of 85.39%and a Top-3 accuracy as high as 98.70%,demonstrating the system's capability in effectively performing intelligent recognition of athlete stroke actions.

关 键 词：深度学习 人体姿态估计 动作识别 

分 类 号：G847[文化科学—体育训练] TP391.41[文化科学—体育学] TP18[自动化与计算机技术—计算机应用技术]