TY -的A2 -叮,白元盟——王,回族PY - 2021 DA - 2021/10/30 TI -神经网络大数据模型SP - 4334024六世的瑜伽运动识别- 2021 AB -使用计算机视觉的目标检测和识别一直是一个有趣的和具有挑战性的研究领域在过去的30年。专业运动员和体育爱好者可以通过适当的训练纠正训练和辅助训练系统。这样的激励研究人员需要将人工智能与体育领域进行研究。在本文中,我们提出一个面具Region-Convolutional神经网络(MR-CNN)——基础的瑜伽运动识别方法基于图像识别任务的瑜伽运动。改进MR-CNN模型基于region-convolutional网络的框架和结构,提出了一定数量的候选区域的图像特征提取和分类,然后输出这些地区检测到边界框,并使用分割掩模对候选区域的预测分支。改进MR-CNN模型使用一种改进的深残余网络作为特征提取的骨干网,双线性插值的使用感兴趣的区域(RoI)提取候选区域一致,其次是目标分类和检测和分割图像的使用分割分支。卷积模型提高了分割分支的一部分替换原有的标准卷积depth-separable卷积来提高网络效率。实验构建polygon-labeled模拟数据集使用的算法。网络的深化和depth-separable网络的使用提高检测的准确性,同时保持网络的可靠性和验证的有效性改善MR-CNN。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4334024 - 10.1155 / 2021/4334024摩根富林明计算智力和神经科学PB - Hindawi KW - ER