一种利用深度学习的蹦床竞技动作多阶段动力学分析方法及系统

本发明公开了一种利用深度学习的蹦床竞技动作多阶段动力学分析方法及系统，其中方法包括：获取运动员蹦床动作的视频数据流，生成包含关节点初始位置的二维图像序列；采用卷积神经网络对二维图像序列进行特征提取，得到关节点在各帧中的二维坐标数据；基于二维坐标数据，通过单目深度估计模型，生成三维位移序列；采用长短期记忆网络对连续的三维位移序列进行时序建模，生成动态运动模型；通过动态运动模型提取各阶段的运动轨迹数据，得到动作分解序列；根据动作分解序列计算膝盖和髋关节在腾空阶段的发力角度，生成动作分析报告。本发明有效解决了关节点追踪中的遮挡和视角受限问题，提高了动作分析的完整性和准确性。