11.5 基于计算机视觉技术的运动员错误动作智能化识别
<p>基于计算机视觉技术的体育运动员错误动作智能化识别
张飞云，周帅
粘接 2020年6月7日 </p>
<p>研究目的：将计算机视觉技术应用到错误动作智能化识别中将有助于提高错误动作识别率。检测三维视觉检测模型在错误动作识别中是否具有可行性。</p>
<p>文章脉络：
计算机视觉技术在识别运动员错误动作时，其中主要使用的方式就是通过视觉特征提取法，将运动员的有小动作与标准动作进行对比分析。
1 计算机视觉技术的介绍
计算机视觉系统主要原理为首先获取目标图像，然后进行特征提取，最后对特征进行分析、处理和计算，目的在于做出合理决策。
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=8e72cefdd00f6f2f45270abdd10c96ab&file=file.png" alt="" />
2 动作特征提取
2.1 坐标点的确定
2.2 运动员关键关节部位的标记
主要的标记点包括：肩膀的坐标点、手指的坐标点、脚尖的坐标点、脚面的坐标点。
2.3 运动员特征的描述
文章以南拳中的腾空飞脚为例子，该动作分为三个步骤：（1）将左腿向前上方进行摆踢，然后右脚蹬地离地，使得身体处于腾空状态；（2）将左手手掌和右手手背相击，此时运动员处于腾空状况，还需要将右脚向前上方弹踢，且其右脚高度需要高于肩部，还需要将右手与脚面相击，与此同时，左脚屈膝，脚尖朝下；（3）右脚单腿着地，然后再将左脚着地，即完成腾空飞脚动作。
运动员错误动作的特征：
（1）击响腿或者脚尖没过肩
（2）击拍落地
通过比较坐标点来判断动作是否为错误动作。
3 错误动作三维检测模型
根据贝叶斯算法，可得到如下的三位视觉判别函数：
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=de83fc526b938ab24e54741c64cd4e5f&file=file.png" alt="" />
p(X)表示的是动作发生的证据因子，其公式如下所示：
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=9ebe3a0df6836f432106a4e06eb0fc63&file=file.png" alt="" />
错误动作的三维视觉检测模型如下所示：
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=5238abf1547fa5a950ac70b5c2150323&file=file.png" alt="" />
4 仿真结果和分析
文章所研究的算法能够明显的识别出各个关键关节部位，并且和正确动作的吻合度比较高。
<img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=f25585332cc68a4e6e0576b7c59cc4e9&file=file.png" alt="" /></p>
<p><img src="https://www.showdoc.com.cn/server/api/attachment/visitFile?sign=9dd545701d89906be0616d891203cb3d&file=file.png" alt="" />
5 结语
与传统算法相比，文章研究的算法具有更好的精确度。在运动员错误动作识别过程中使用计算机视觉技术能够提高检测准确度。</p>
<p>思考：
1 计算机视觉技术是否通用于其他科目，在人数众多的项目中能否依旧具有较高的准确性。
2 在将实验对象进行分组时，是否要考虑性别、动作熟练度等因素，文中实验并没有限制因素。
3 文中应该介绍一下传统项目，同时说明传统算法（基于单目图像序列）和计算机视觉技术的显著区别在哪里。</p>