一种基于YOWOV3改进LSKA与AFGC的羽毛球动作检测算法

AITNT
正文
推荐专利
一种基于YOWOV3改进LSKA与AFGC的羽毛球动作检测算法
申请号:CN202510330682
申请日期:2025-03-20
公开号:CN120198966A
公开日期:2025-06-24
类型:发明专利
摘要
本发明属于图像处理与计算机视觉技术领域,具体涉及一种基于YOWOV3改进LSKA与AFGC的羽毛球运动动作检测算法。该算法利用YOWOV3网络。第一个流使用2D CNN网络从图像中提取空间和上下文信息。第二个流使用3D CNN网络实现,专注于提取时间信息和运动。组合这两个流的输出以获得捕获视频的空间和时间信息的特征。最后,使用CNN层基于这些提取的特征进行预测。在2D网络残差模块中加入了LSKA注意力机制,从而使网络更关注浅层和深层的特征信息,确保关键信息被保留,提高时空特征提取能力。3D网络则采用I3D网络进行空间特征提取。最终,设计了一个新的融合模块AFGC,将2D网络与3D网络进行融合,并对融合后的特征进行检测,从而获得视频中目标行为的类别、持续时间和位置信息。
技术关键词
羽毛球运动数据 空间特征提取 注意力机制 残差模块 关键帧 识别视频数据 多尺度特征融合 算法 多尺度特征提取 特征提取能力 计算机视觉技术 细粒度特征 动作特征 标注工具 运动特征 网络结构
系统为您推荐了相关专利信息
1
基于深度学习算法的共聚焦激光散斑血流成像方法和系统
深度学习算法 加速网络收敛 特征提取方法 激光散斑衬比 解码器
2
双臂操作的模仿学习方法、装置和存储介质
模仿学习方法 机器人 轨迹 人类 预测误差
3
一种基于动态特征融合的磁驱微型机器人检测方法
微型机器人 空间特征提取 特征提取模型 联合损失函数 时序特征
4
一种用于垃圾分类投放的智能督导系统
语音提示模块 判别模块 引入注意力机制 神经网络模型 垃圾桶
5
一种提升图像亮度一致性的马铃薯缺陷检测方法
马铃薯缺陷检测 马铃薯图像 注意力机制 亮度 马铃薯设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号