一种基于深度学习的网球动作识别方法和装置

一种基于深度学习的网球动作识别方法和装置，其方法包括：通过声学事件检测定位网球击球时刻，提取一定数量的帧输入动作识别网络之中；使用卷积神经网络对待检测的网球技术动作视频序列中的每一帧进行空间特征提取，使用可变形卷积捕获与物体形变相关的特征，通过通道注意力对空间特征进行增强，聚焦关键特征，得到能够代表球员运动信息的特征向量；将每一帧的空间特征向量输入Transformer中以计算它们在时间上的关联，使用相对位置编码模拟不同帧动作之间的偏差程度，加强不同帧之间的关联性，最后使用多层感知机作为分类器进行技术动作分类。本发明通过声学事件检测以定位击球时刻，结合卷积神经网络以及Transformer分开处理空间信息以及时间信息，使用多层感知机作为分类器。通过这种方法，能够高效、快速的识别出网球运动员所使用的技术动作。