TY -的A2 - 1月,面Ahmad AU - Tang JinGen PY - 2021 DA - 2021/10/13 TI -一个动作识别方法使用深度学习排球运动员SP - 3934443六世- 2021 AB -探讨排球运动员的提取骨架信息和提供了一个基于深度学习解决方案识别玩家的行动。为此,卷积神经网络方法识别排球运动员的行动。李群骨架以来大型数据维度用于表示特征的检索模型。卷积神经网络用于学习和分类功能,以处理高维数据,减少识别过程的复杂性,加快计算。本文使用李群骨架表示模型来提取骨架的几何特征信息的特征提取阶段,几何变换(旋转和翻译)不同四肢代表表示阶段排球运动员的运动特性。使用数据集的方法是评估Florence3D行动,对MSR行动,UTKinect行动。我们的方法的平均识别率为93.00%,高于现有文献的高度关注和反映出更好的精确性和鲁棒性。SN - 1058 - 9244 UR - https://doi.org/10.1155/2021/3934443 - 10.1155 / 2021/3934443摩根富林明科学编程PB - Hindawi KW - ER