TY -的A2纳齐尔沙盟——徐Yunjun PY - 2021 DA - 2021/05/30 TI -基于深度学习运动训练视频分类模型SP - 7252896六世- 2021 AB -基于深度学习运动训练视频分类模型研究了针对低造成分类精度运动训练视频中目标运动的随机性。摄像机标定技术是用来恢复目标真实的三维空间的位置。在视频摄像机校准后,运动训练视频预处理。输入视频片段划分为等长的段获取subvideo段。运动向量场,亮度特征,颜色特征,subvideo段提取的纹理特征,并提取特征输入到AlexNet卷积神经网络。ReLU用作激活函数卷积神经网络。当地反应正常化用于抑制和增强神经元的输出突出有用信息的性能,以便输出分类结果更加准确。事件匹配方法是用于匹配卷积神经网络的输出来完成运动训练视频分类。提出研究的实验结果表明,该模型能有效解决问题的目标移动的随机性。体育培训视频的分类精度超过99%,和分类速度更快的结果所示实验。 SN - 1058-9244 UR - https://doi.org/10.1155/2021/7252896 DO - 10.1155/2021/7252896 JF - Scientific Programming PB - Hindawi KW - ER -