TY -的A2蔡Sang-Bing AU -王,秋林AU -道,Baole盟——汉Fulei AU -魏,文婷PY - 2021 DA - 2021/06/28 TI -篮球球员的提取和识别方法基于深度学习SP - 4437146动态人工操作六世- 2021 AB -人类行动的提取和识别一直是一个研究热点领域的国家认可。它在许多领域有广泛的应用前景。在体育运动中,它可以减少意外伤害的发生,提高篮球运动员的训练水平。如何提取有效特征动态物体运动的篮球运动员具有重要意义。为了提高篮球比赛的公平,实现准确的识别运动员的运动,同时提高运动员的水平和规范的运动运动员在训练,本文使用深度学习提取和识别的运动篮球运动员。本文实现了基于深度学习人类行为识别算法。该方法自动提取图像特征通过卷积核,从而大大提高了效率与传统的人工特征提取方法。这种方法使用深卷积神经网络VGG TensorFlow平台模型提取和识别人类活动。在Matlab平台上,k和魏兹曼科学数据集预处理得到输入图像集。然后,预处理数据集被用来训练模型来获得最优网络模型和相应的数据通过测试这两个数据集。最后,详细分析了两个数据集,并给出每个操作混乱的具体原因。 Simultaneously, the recognition accuracy and average recognition accuracy rates of each action category are calculated. The experimental results show that the human action recognition algorithm based on deep learning obtains a higher recognition accuracy rate. SN - 1574-017X UR - https://doi.org/10.1155/2021/4437146 DO - 10.1155/2021/4437146 JF - Mobile Information Systems PB - Hindawi KW - ER -