铸型来看似为同光泰-的A2 - Ni,非盟-潘,Shaohong PY - 2022 DA - 2022/04/25 TI -关键姿势的方法检测和运动识别基于深度学习在体育SP - 5168898六世- 2022 AB -移动目标的识别和分析是计算机视觉领域的一个重要研究方向,广泛应用于我们的生活,如智能机器人、视频监控、医学教育、体育比赛,和国防安全。通过分析视频,举重,本文提取的关键姿势运动员训练,协助教练训练运动员更专业。基于DL(深度学习),体育视频的关键构成提取方法(简称RoI_KP)提出了基于分类学习感兴趣的区域。通过微调CNN(卷积神经网络)网络模型适用于视频分类举重在该地区的利益。最后,根据分类结果,分类结果的选择策略的目的是提取关键姿势。根据不同的模态信息的特点,采用不同的神经网络(深)款,和各种深度网络是我结合人类运动的综合时空特征深度视频。实验结果表明,本文提出的方法是很有竞争力的。SN - 1574 - 017 - 2022/5168898 / 10.1155 x你——https://doi.org/10.1155/2022/5168898——摩根富林明-移动信息系统PB - Hindawi KW - ER