TY -的A2吴Chia-Huei盟兴,Huilin PY Jiarui AU - Li - 2022 DA - 2022/04/04 TI -研究关于足球动作识别方法基于深度学习和改进的动态时间规整算法SP - 3861620六世- 2022 AB -人工智能识别人类的行为被用于各个领域。本文基于深度学习和改进动态时间正则化算法研究足球动作姿势。提出了一种分层的复发性网络对于理解团队体育活动在形象和位置序列。层次模型,本文将提出时间序列上的多个以人为中心的特性基于LSTM输出。为了实现这个计划,介绍了举办国家作为外部LSTM可控的州之一,和分层LSTM扩展到包括集成机制。测试结果证明适当的推荐框架,其中包括进步LSTM以人为本的好处。在这项研究中,参考模型的改进的双柳LSTM-based显示方法。具体来说,通过结合以人为本的特性和元信息(例如,位置数据)到postfusion框架提出了本文,本文还证明了行动类别增加了,和观察增强鲁棒性的波动足球运动员的数量。实验数据显示,67.89%的足球运动员的姿势这个算法可以被改进的动态时间规整算法。SN - 1574 - 017 - 2022/3861620 / 10.1155 x你——https://doi.org/10.1155/2022/3861620——摩根富林明-移动信息系统PB - Hindawi KW - ER