TY -的A2 -叮,白元盟——张,思玉PY - 2022 DA - 2022/01/05 TI -健美操动作基于卷积神经网络检测SP - 1857406六世- 2022 AB -进一步提高健美操动作检测的准确性,健美操动作检测的方法提出了基于改进的多尺度特征。在这种方法中,基于快R-CNN,针对存在的问题在R-CNN更快,功能金字塔网络红外系统)用于提取图像健美操动作特性。因此,底层可以提取图像语义信息,并且它可以转化成高分辨率的深层语义信息。最后,目标探测器是由above-extracted锚点,实现健美操动作的检测。结果表明,损失函数的神经网络是减少到0.2通过使用该方法,以及该方法的准确性可达96.5%,与其他方法相比,这证明了本研究的可行性。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/1857406 - 10.1155 / 2022/1857406摩根富林明计算智力和神经科学PB - Hindawi KW - ER