摘要
本发明提供一种基于深度学习策略用于排球视频事件检测方法及装置,属于计算机视觉和排球图像处理领域。通过对视频进行分帧以及语义标注可以更好地为下游任务提供帮助;融合目标检测的人体图像与人体姿态估计的关键点图像可以加快对排球视频的事件定位速度;通过分析视频中的客观数据可为教练员的指导提供有价值的分析信息支持,以便提高运动员训练水平。针对当前由于事件检测存在一定的滞后性和准确性,本发明提出了一种基于深度学习策略的网络用于实现高质量高效率的排球视频事件检测,该模型主要使用卷积神经网络,能够捕获全局和局部特征,并且加快了事件检测速度,有效地改善了排球视频事件检测的效率和质量。
技术关键词
视频事件检测方法
排球
事件检测模型
关键点
深度特征提取
运动员训练水平
人体姿态估计算法
采样模块
神经网络模型
关键帧
语义
视频帧
卷积模块
镜头
图像特征值
多尺度
系统为您推荐了相关专利信息
配电变压器绕组
变压器绕组变形
变形预测方法
风险
关键点
手语翻译方法
连续手语
协同注意力
序列
语法结构
关键点
皮肤镜系统
标记
图像语义分割模型
训练神经网络
红外遥感仪器
定标系数
人工智能网络
识别方法
速率