为什么乒乓球、网球、羽毛球里都普遍采用压反手的战术,从人体结构来说为什么反手比较弱?

2.原材料:剑条为弹簧钢,剑头为铬钢,护手盘为铝合金,弹簧为琴钢丝,手柄为铝合金。

3.中国击剑协会认可器材符合全国比赛要求。

材料:优质不锈钢丝,钢丝直径+/-0.1

护面辅料:高强度纤维,导电金属丝状物,

中国击剑协会认可器材符合全国比赛要求。

材料为40%橡胶,30%超纤及30%棉布,可水洗。

中国击剑协会认可器材符合全国比赛要求。

性能:连接面罩与运动员身体的线,起导电作用。

材料:高级牛津布﹢钢架﹢尼龙轮。

材料:PVC+EVA,性能外表平整,适合人体造形,穿着舒适

原材料:剑条为弹簧钢,剑头为铬钢,护手盘为铝合金,弹簧为琴钢丝,手柄为铝合金。

中国击剑协会认可器材符合全国比赛要求

材料:优质不锈钢丝,钢丝直径+/-0.1

护面辅料:高强度纤维,

中国击剑协会认可器材符合全国比赛要求。

材料为40%橡胶,30%超纤及30%棉布,可水洗。

中国击剑协会认可器材符合全国比赛要求。

总长:1050毫米;剑身长:880毫米;剑头厚4~6毫米,宽4~6毫米;剑身最小宽度(靠近剑头根部处)厚1.2毫米,宽4毫米;护手盘150×140毫米;总重量小于500克。

主要原材料:剑条——弹簧钢;护手盘——铝合金;手柄——塑料、橡胶。

1.  剑条弯曲成90°弧形,去除压力能恢复原状;

3. 剑条截面前端近似长方形,后端梯形,相连接;

4. 外观:表面无明显锈迹和缺陷。

5. 符合专业比赛要求。

材料:优质不锈钢丝,钢丝直径+/-0.2

护面辅料:高强度纤维,导电金属丝状物,

中国击剑协会认可器材符合全国比赛要求。

材料为40%橡胶,30%超纤及30%棉布,可水洗。

中国击剑协会认可器材符合全国比赛要求。

总长:1050毫米;剑身长:880毫米;剑头厚4~6毫米,宽4~6毫米;剑身最小宽度(靠近剑头根部处)厚1.2毫米,宽4毫米;护手盘150×140毫米;总重量小于500克。

主要原材料:剑条——弹簧钢;护手盘——铝合金;手柄——塑料、橡胶。

1.  剑条弯曲成90°弧形,去除压力能恢复原状;

3. 剑条截面前端近似长方形,后端梯形,相连接;

4. 外观:表面无明显锈迹和缺陷。

材料:优质不锈钢丝,钢丝直径+/-0.2

护面辅料:高强度纤维,导电金属丝状物,

中国击剑协会认可器材符合全国比赛要求。

面料:导电金属丝状物+超纤及棉布,

中国击剑协会认可器材符合全国比赛要求。

性能:连接面罩与运动员身体的线,起导电作用。

1、材质:65锰钢、锌合金、楸木。

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:男子竞赛剑(男4576厘米)(男5578厘米);女子竞赛剑(女4574厘米)(女3572厘米)

1、材质:65锰钢、纯铜、不锈钢。

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:男子竞赛剑(男4576厘米)(男5578厘米);

女子竞赛剑(女4574厘米)(女3572厘米)。

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:男子竞赛枪长度(205厘米5根)(210厘米5根);

女子竞赛枪长度(195厘米5根)(200厘米5根)

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:男子竞赛棍长度(170厘米5根)(175厘米5根);

女子竞赛棍长度(160厘米5根)(165厘米5个)

1、材质:铝合金握手、起脊刀背、手工抛光、护手刀柄。

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:3461厘米、4564厘米、5667厘米

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:男子竞赛南棍长度(170厘米5根)(175厘米5根);

女子竞赛南棍长度(165厘米5根)

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:170厘米4把、165厘米4把、160厘米4把、175厘米3

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:762厘米4副、8645副、966厘米6副、1068厘米5

2、符合武术套路比赛器材标准。中国武术协会认证。

3、规格:762厘米4副、864厘米5副、966厘米6副、1068厘米5

1、主要材料成份:70%碳素纤维 30%玻璃纤维。

2、长度:棍头长度11厘米,棍柄长94-95厘米。

5、符合专业比赛要求。

1、材质:100%碳纤维,V1弧度,

4、符合专业比赛要求。

3、球表面为白色,外硬质防滑凹面。

4、球周长:24cm

5、符合专业比赛要求。

曲棍球守门员护具包一次可装入一下12种物品:

1、头盔。2、护喉。3、护肩。4、护臂。5、护胸。6、护裤。7、护外裤。8、守门员护手套。9、护挡。10、护腿。11、护脚。12、守门球棍。

曲棍球守门员护具套装包括:

1、头盔:外部材质为ABS材质,内部填充物为EVA材质,后脑部可调节大小,面部带钢网,内部托下颚。

2、护喉:皮面材质为超纤皮,内部填充物为EVA材质,带粘贴面可调节。

3、护肩:护双肩,外软弹力面料,内部为钢板和EVA填充物结合,后侧可调节大小。

4、护臂:护臂为左、右胳膊,2个为一副,外部网面,内部EVA填充物,肘部带有硬钢板,长度35cm40cm

5、护胸:前胸为钢板材料,后面为空,有可调松紧功能,内部EVA填充物,宽度为55cm60cm,长度47cm52cm

6、护裤:外为弹力面料,大腿前侧、两侧胯关节、后尾骨三处有硬度填充物,后腿处有调节松紧功能,长度为47cm52cm

7、护外裤:皮面材料为超纤皮,护胯部、臀部内部为EVA填充物,护外裤必须可以穿着曲棍球守门员护具护裤以外,长48cm53cm

8、守门员护手套:护手套左、右手为一副,护手宽22cm、长35cm,厚度60mm,手腕处有调节松紧功能,内部填充物为泡沫。

9、护挡:外部为护裆套,必须能放入护裆,在大腿后侧有松紧带可调节大小,主要成份:醋酸已烯共聚物50%ABS塑料胶50%,整体为硬塑。

10、护腿:材料成份为聚乙烯纤维70%、发泡胶30%,长度58cm63cm,宽度26cm31cm,厚度50mm,护腿后侧有可调节松紧功能,内部为EVA填充物。

11、护脚:材料成份为聚乙烯纤维70%、发泡胶30%,厚度50mm,脚前脚掌处有2根护脚带可调节松紧,脚后侧有调节大小功能。

12、守门球棍:棍体成份为70%碳素纤维 30%玻璃纤维。重550600克,型号L,棍头为问号型。

111项所有曲棍球守门员护具尺码为中号。

1、材料成份:人造纤维30%、醋酸已烯共聚物防护层20%、人造革面层50%

2、结构:手掌部分为皮面防滑,手背有软填充物,阻挡冲击,露第一个手指肚。

3、都为左手1只护手。

4、号码分配:S18个,M18个。

材料成份:醋酸已烯共聚物50%ABS塑料胶50%、发泡胶。

PVC高强度超轻防护壳参照人体工程学设计,EVA透气衬里,佩戴贴身舒适,具有减震抗冲击的防护性能

1、材料成份:醋酸已烯共聚物50%ABS塑料胶50%

2、结构描述:整体为硬塑,周围为软胶。

3、符合专业比赛要求。

1、面料成份:100%聚酯纤维面。

2、款式:透气网状排汗型、半袖V领。

3、符合专业比赛要求。

可食用硅胶一次成型;加热后可根据运动员齿型进行定型。定型温度70-90°

1、款式:直型、系带式。

2、表面皮革材质:超纤皮。

3、填充物:一次成型聚氨酯海棉。

6、号码分配:1015副、1215副。

7、符合专业比赛要求。

美式手靶湿法PU面料车缝;聚氨酯发泡内胆

太空革面料车缝;PEEVA泡沫复合内胆;

PU革面料,内里潜水布车缝工艺;压缩海棉、EVA泡沫压型内胆;

可食用硅胶一次成型;加热后可根据运动员齿型进行定型。定型温度70-90°

材质工艺: 高弹丝面料车缝3.5米。

1、护头:PU面料车缝,EVA泡沫内胆;

2、护胸:牛津面料车缝,XPE泡沫+竹片内胆;

3、手套:PU面料车缝,聚氨酯发泡内胆;

4、护裆:PU、网布面料车缝,PP保护壳;

5、护小腿:PU面料复合EVA泡沫,车缝;

6、器材包:牛津布车缝;

PU革、螺纹布面料车缝,EVA泡沫缓震层;硬度16-20°;

微弹PU面料车缝,EVA泡沫缓震层,PP材质保护壳;

内胆抗冲击≥60kg(不变形);内胆抗冲击≥150kg(不破裂)

微弹PU、网布面料车缝,EVA泡沫压型保护垫;硬度16-20°;

1、外部材质:超纤皮。

2、内部填充物:高密度EVA材料。

3、外观结构、功能:成人款,猴脸型护头盔,并封闭护下颌、护耳、护后脑。需单独EVA材料护耳结构,并不影响听力。后脑、下颚具备松紧调节功能。

4、颜色分配:蓝色、红色。

5、符合专业比赛要求。

步枪射击比赛专用服装包

3、包内空间:可装下步枪皮衣、皮裤、步枪毛衣。

4、包底部:配备三对橡胶滑轮。

5、符合专业比赛要求。

1、外部材质:100%尼龙混纺布。

2、内胆填充物:内胆厚泡海绵。

3、规格:可装入一只步枪。

4、颜色:迷彩或深色花纹。

5、符合专业比赛要求。

1、箭体为碳包铝的结构,从箭头瑞量起直径为4.7 MM,然后慢慢变粗,自离箭头100MM处开始,直径全部是5.25MM,直到离箭头450MM处全是这个直径,箭体从450MM到箭尾越来越细,成梭形箭体。

2、箭体外部为高密度碳素材质,箭体内部为铝材质。

5、符合专业比赛要求。

1、材质:由高端交叉进口碳纤维制成。

2、尺寸:长度有66,6870英寸三种规格, 拉力28-46磅可选。磅数待定

3、符合专业比赛要求。

1、外套箭尾4.5,高档塑料。尺寸统一, 和箭杆配合度高,每个重量差别小于0.01盎司,多种颜色可选。

3、符合专业比赛要求。

螺旋羽使得箭旋转,因而精度更高。

螺旋羽效果比斜羽更好,对宽箭头来说,螺旋羽更是首选。

铝合金材质,CNC工艺,外观精美;钢针磁吸回弹,灵敏快速,稳定高效;钢针高低可调节,配有两片3M贴胶。

碳素材质,厚度0.25,带有装配螺丝,声音清脆反应灵敏

各部件螺丝均由优质钢材制作;优质金属内芯,耐摩不伤箭杆;高弹性弹簧配合螺丝上的精准刻度调节,稳定箭的飞行姿态

axcel风洞碳素瞄杆设计,有效减少风的影响,配有高精度微调尺。瞄柄为碳素风动。

每轴250米,采用高分子材料,不起毛,抗磨损。

asb丝线,颜色多种,顺滑,耐磨,0.21。

前叉:4130铬钼钢,表面防锈电泳喷涂

碗组:铝合金CNC外盖双密封轴承

把立:铝合金CNC轻量化

把套:双环锁固硅胶防滑

花鼓:CNC铝合金壳体,双密封轴承,高密度单向机构

条帽:铜合金表面镀镍加硬

轮胎:BMX竞速专用低阻力高速花纹

车座:一体轻量化车座坐杆

坐杆夹:螺丝锁紧坐杆夹

曲柄:铝合金铸造曲柄腿,铬钼钢24mm轴心

中轴:密封防水地滚阻轴承,兼容性PA外壳

脚踏:BMX专用竞速强化脚踏,具有一定的排泥性能

牙盘:铝合金CNC轻量化高强度

飞轮片:热处理铬钼钢,表面防锈电泳

链条:BMX专用防脱设计,表面防腐蚀处理

自行车场地车(核心产品)

PA硬壳护甲紧贴身体易穿脱搞通风性发泡内层及衬布提供舒适性

DURATEX弹性透气材料大面积PA护板护板下EVA泡沫减震鲨鱼皮防滑内衬外加绑带束紧

DURATEX弹性透气材料大面积PA护板护板下EVA泡沫减震鲨鱼皮防滑内衬外加绑带束紧

1、鞋面材质:坚韧抗拉伸合成革和网状透气材料结合。

2、鞋扣样式:非对称扣带,耐磨,微调式扣环和非平行扣带设计,符合人体工程学提高效率。

3、鞋底 : 窄轮廓,透气网孔。主要成份为轻量玻璃纤维。

4、锁鞋供货数量:公路锁鞋12双、场地锁鞋12双。

1、上衣成份:涤纶材质,面料设计:带透气网眼。

2、裤子成份:涤纶混合莱卡。面料弹性:高弹性。

3、图案印刷:上衣和裤子采用环保墨水,数码高温热升华印花,贴身对身体无任何损害。

4、款式:并采用全式隐形防风拉链,下摆束口设计,附带三个标准储物袋。

5、符合专业比赛要求。

投标产品符合辽宁省自行车项目竞赛规定中,对器材的有关要求,并允许参加辽宁省、市级自行车项目的全部比赛。

1、尺寸:直径700MM,宽23MM竞赛级山地外胎。

2、材质:高等级复合橡胶与防刺层。

3、重量:≤195g

投标产品符合辽宁省自行车项目竞赛规定中,对器材的有关要求,并允许参加辽宁省、市级自行车项目的全部比赛。

1、公路自行车前叉材质:碳纤维。

2、车架材质:铝合金。

3、车体附属配套:变速系统、车把横、车把立、车座管、车座、把带、尾勾、700*23C轮组及内、外轮胎。

投标产品符合辽宁省自行车项目竞赛规定中,对器材的有关要求,并允许参加辽宁省、市级自行车项目的全部比赛。

1、材质:优质丁基橡胶。

3、气嘴长度:48MM

投标产品符合辽宁省自行车项目竞赛规定中,对器材的有关要求,并允许参加辽宁省、市级自行车项目的全部比赛。

1、轮组包含:前、后成套轴轮组。前、后轮圈。

2、轮组材质:铝合金。

投标产品符合辽宁省自行车项目竞赛规定中,对器材的有关要求,并允许参加辽宁省、市级自行车项目的全部比赛。

山地车变速套件包含:前拨链器、后拨链器、左右手变前后刹车夹器、飞轮、牙盘、大腿 牙盘、中空轴承式套件。

1、锁踏材质:碳纤维复合物机体。

2、脚踏面板材质:不锈钢。

3、结构及设计:超宽平台实现更高效率的动力传输,不锈钢脚踏面板,减少弯曲和脚踏面板的磨损,宽轴承布局稳定,平衡的载荷分布,低维护密封套筒轴装置,并具备可调节嵌入和松开张力设定。

1、场地车专用固定式锁片,与投标锁踏相匹配,其具有良好的稳定性。

1、超静音,内飞轮,齿轮咬合传动结构,无论何种类型的训练,都如在公路踩踏一样顺畅,叶片作为阻力,阻力根据变换齿轮大小,及速度提升逐渐增加,高频率输出,稳定可拆卸的车架。

2、训练结束后可折叠后存放。

3、适用车型:简轴自行车、公路自行车、山地自行车。

4、符合专业比赛要求。

1、材质工艺:干法PU面料车缝;

2、产品标准:面料、版型密闭性高

3、符合专业比赛要求。

乒乓球被誉为我国的国球,其易于开展,参与性强,普及度高,得到了国内各年龄段人员的普遍喜爱。随着科技的高速发展,计算机技术已成为提升运动竞技水平的重要工具,带有智能功能的比赛记录和分析装置已在训练和比赛中得到了初步应用。王恺凡等人基于卷积神经网络开发了一款乒乓球训练平台,将人脸识别、人体骨骼识别和心率检测功能进行了整合,提升了训练效果 [1]。丁朔等人融合语音交互与自然语言处理技术,设计了一款乒乓球智能训练系统,辅助教练员制定训练计划,并对错误的动作给予视频纠正指导 [2]。杨波等人将VR (Virtual Reality,虚拟现实)技术引入高等院校的乒乓球课堂教学,将其整合融入既有课程,提升了教学效果 [3]。任云青等人采用ROS (Robot Operating System,机器人操作系统)、OpenCV (Open Source Computer Vision Library,开源计算机视觉库)等软件,设计并实现了一款智能乒乓球自动捡球机器人,实现了乒乓球智能识别、分拣与运输等功能 [4]。

在以乒乓球运动为代表的对抗性球类项目的球员技术动作识别与分析方面,基于机器视觉的人体动作识别技术近来得到了普遍关注。孙于成等使用时空图卷积在其自建的乒乓球骨骼数据集上实现了击球动作的研究 [5]。Martin等提出的双时空卷积神经网络(TSTCNN)在MediaEval 2020“运动视频分类:乒乓球的动作分类”比赛中取得了优异的成绩 [6]。杨静等基于支持向量机(SVM)和光流分析,提出了一种识别体育视频中羽毛球运动员运动的方法 [7]。Nur Azmina Rahmad等在其自建的羽毛球比赛数据集中对AlexNet,GoogleNet,VggNet-16和VggNet-19四种卷积神经网络的模型分类性能进行了比较 [8]。Piergiovanni等构建了MLB-YouTube棒球比赛运动数据集,并用3D卷积网络的方法对数据集细粒度活动进行识别 [9]。

然而上述动作识别算法研究均基于公开或非公开球员间比赛的视频数据集,在疫情常态化的新形势下,发球机已成为训练的重要组成部分,发球机发球速度、力量和旋转方式和球员回球有较大差异,而关于球员在乒乓球发球机上的回球动作识别相关研究目前比较罕见。为提升乒乓球发球机的训练质量,课题组邀请专业乒乓球队员进行标注技术动作采集,通过60 fps深度摄像机采集专业运动员接发球动作,建立了发球机接发球标准动作数据集,随后通过密集姿态(Dense Pose)技术去除环境、衣服、肤色等影响因素,最后对C3D网络 [10] 改进并训练数据,完成对乒乓球击球动作的识别,整个项目的实验过程如所示。

. 乒乓球击球动作识别算法流程图

2.1. 数据采集环境搭建

选取市场上主流的乒乓球发球机(双鱼1040)进行接发球训练。该设备在出球口设置了胶皮擦球装置,能够通过胶皮摩擦发出上旋、下旋转和侧旋球;同能够调整发球速度、角度、频率,可以满足接发球技术动作训练要求。

视频采集设备为ZED双目深度像机,参数调整为:分辨率720像素、帧率60 fps。为了保证采集到的运动视频不会出现丢帧和跳帧等问题,在数据采集时对连接摄像机的电脑硬件设备进行了调整。整体采集设备硬件如所示。

目前乒乓球接发球主流的技术动作可分为正反手拉球、正反手攻球、正反手搓球、正反手削球等几类,目前这些技术动作尚无准确的动作集标准,然而统计分析表明,多数高水平运动员在乒乓球发球机上的接发球动作有较大相似性,因此选择邀请高水乒乓球球员动员录制接发球视频,将他们的击球动作作为标准数据集。

香港中文大学研究者于2020年构建了一个大规模体操运动人体动作数据集:FineGym [11],数据集通过层级化标注对动作的细粒度进行了区分,最细划分到一个具体的体操动作,例如平衡木体操下马动作中的团身前空翻动作。文章根据此数据所划分的细粒度动作,构建了乒乓球击球动作数据集。

乒乓球击球动握拍方式大致可以分为横拍和直拍两种,通过分析视频中的连续帧发现,直拍中有些击球动作轨迹相似,例如正手攻球和正手拉球在即将击球的瞬间的连续2~3帧动作相似,反手攻球和反手拉球在准备接球和击球的瞬间都有1~3帧的动作相似,这也是击球动作中区分的难点,击球动作相似和动作差异如所示。因此,在采集数据和做动作区分时,选择了对正手攻球、正手拉球、反手攻球、反手拉球的动作进行采集。采集的数据集中,击球动作之外的动作将其称为其他动作,对4类击球动作和1类其他动作进行识别,以便于模型更好区分击球动作。

. 击球动作中的相似动作:(a1)和(b1)为正手击球和正手拉球过程中相似动作的某一帧;(a2)和(b2)为正手击球和正手拉球过程中动作区别的某一帧;(c1)和(d1)为反手击球和反手拉球过程中的相似动作的某一帧

对所采集的乒乓球击球视频进行处理。由于在乒乓球运动中,击球是一个快速动作,直接给视频数据设置标签不仅比较困难,而且标签所在的时间段也存在其他动作的干扰。

通过将乒乓球击球视频的每一帧提出来,经过研究对比发现,每种击球动基本在16~24帧内完成击球,因此将完全包含一个击球动作的16~24帧的连续帧进行提取,形成一个击球动作的时空特征数据;非击球动作一般在48个连续帧左右之内,将提取非击球动作的48个连续帧,形成一个非击球动作的时空特征数据。经过手工提取数据后,数据集包括了824个动作,将近20,000帧图片,5类动作每类包含150左右个动作连续帧的时空特征数据。完整的显示了动作类别和动作数量。为了便于训练、Dense Pose处理数据和设置动作标签,设置了五个文件夹,其名字作为应五个动作类的标签,既Facade Attack (正手攻球)、Facade Pull (正手拉球)、Back Attack (反手攻球)、Facade Attack (反手拉球)和Other Action (非击球动作)五类运动标签。每个标签文件夹中的每一个子文件夹都代表一个动作,每个动作由连续帧组成。

. 数据集动作类别和动作数量

可以将2D人体映射到3D的人体表面,在中展示了2D到3D的转换。这种2D映射到3D转换的过程并不会改变图像的大小,所映射的3D人体表面在图像中分成了24份,每一份的中的颜色值存在偏差,并且此功能可去除图像中的背景干扰,如所示。

通过Dense Pose系统中的密集姿态估计功能,对手工处理后的数据集中动作帧图像进行处理,把2D人体映射到3D模型,经过此处理图片中的人体只有形态和动作,模型的泛化效果不会被人体的肤色和着装所影响。经过Dense Pose处理过的图像,动作识别中环境干扰因素都会被去除,模型泛化效果就不会受环境等因素所影响。介绍了未处理的数据对比经过处理后的击球部分连续动作帧。

(a) 连续帧处理前(b) 连续帧处理后

. 未处理的数据对比Dense Pose处理后的击球部分连续动作帧

3D卷积也是从2D卷积的基础上发展而来的,基于2D卷积核的卷积网络 [15] 可用于学习单通道或者三通道的图像的空间特征,中的(a)是2D卷积应用在三通道的图像卷积的结果,输入为w × h × c三个维度,表示图片的宽、高和通道数。2D卷积应用在学习单通道图像的特征时,除了输入维度少一个通道维度外,整个卷积过程与(a)三通道卷积过程相同。

相比于2D卷积核来说3D卷积核 [10] 是多了一个维度去学习数据中的时间特征,如(b)输入为t × w × h × c四个维度,其中t代表连续帧数目,t这一维度的特征就是数据时间维度上的特征。对于连续的单通道图像来说,输入的维度是t × w × h三个维度,整个卷积过程和(b)三通道图像卷积过程相同。

. 2D卷积过程与3D卷积过程的区别

C3D网络是Du Tan (杜兰特)等人 [10] 于2015年提出的一个用于学习和识别视频中信息的通用网络,其通过3D卷积网络去学习视频中的时空特征,学习所得到的模型可用于场景分类、动作识别等领域。C3D网络的训练所使用的数据集为UCF101数据集 [16],数据集由101个人类动作类别的13,320个视频组成,视频图像未经过处理,由于数据集种类多,视频图像中的特征复杂,因此C3D网络整体网络层次设计比较深,包含为8个卷积层、5个池化层、2个全连接层,整个网络的参数为6000万左右。在项目组自建的数据集中,数据经过处理后没有了环境、衣服、肤色等特征的影响,图像中只有人体形态,图像中的特征相对简单,为了防止出现过拟合现象,因此将C3D网络的整体结构缩减为5个卷积层、5个池化层、2个全连接层,并对特征图个数和神经元个数进行了缩减,最终网络参数降为500万左右。整个网络结构如。

. 改进后的C3D网络结构图

输入层(Input):输入的数据为16个连续的视频帧,每一帧的宽高为112 × 112,通道数为3,即输入维度为16 × 112 × 112 × 3;

卷积层(Convolution):5个卷积核的每一个卷积核维度为3 × 3 × 3,步长为1,并在卷积过程让其自动填充padding,保证卷积过程中输入和输出尺寸相同,在每个卷积过程结束后,使用ReLU激活函数。卷积计算公式如式(1),其中W为帧的宽度,H为帧的高度,T为连续帧的时间维度,p为边界填充值,s为步长,为卷积核维度。

池化层(Polling):池化层使用的事最大值池化,为了在初始卷积池化阶段保留时间上的特征,保留了原网络的池化结构,在第一次池化时维度为1 × 2 × 2,步长为1 × 2 × 2,其他池化层的维度都为2 × 2 × 2,步长为2 [6];

全连接层(FC):全连接层的神经元个数根据最后一次池化后特征图的大小设置为512个。经过前面卷积提取特征后,全连接层最终会将这些特征映射到标签空间,起到一个分类器的作用。

输出层(output):根据数据集中5个类别的动作,网络最后的输出是判断的这五个类别的概率值。

5. 正文实验结果与分析

5.1. 模型训练实验结果分析

用于训练模型的训练集和验证集均来自于自建数据集,训练集和测试接的划分别为数据集的80%和20%。通过30次迭代训练,通过(a)可以看出在第18次迭代后训练集精准度稳定在99.5%,验证集精准度稳定在99.3%。通过(b)可以看出在第18次迭代后训练集损失函数值趋近于0,验证集损失函数值稳定在0.09以内。

(a) 训练集和验证集训练结果准确率曲线(b) 训练集和验证集训练结果损失函数值曲线

. 训练集和验证集训练结果的准确率和损失函数值曲线

5.2. 模型泛化效果预测

乒乓球击球动作识别模型泛化效果的好坏决定着这个模型是否具有实际应用价值,通过从网络上找到拍摄角度与课题组自建数据集中拍摄角度相似的乒乓球击球视频,整个视频经过Dense Pose系统处理后放入到模型中测试泛化效果。中的视频来源于视频网站与训练集中的数据不存在交集,并且图中为连续动作帧中提取出来图像。中,(a)预测结果为正手攻球,(b)预测结果为正手拉球,(c)预测为反手攻球,(d)预测为反手拉球,预测结果均与球员实际击球动作类型一致。通过泛化性能测试可以看出本文所提出的方法训练出来的动作识别模型泛化能力较强,有一定的实际应用价值。

(a) 预测为正手攻球 (b) 预测为正手拉球 (c) 预测为反手攻球 (d) 预测为反手拉球

. 乒乓球击球动作识别模型泛化性能测试

基于专业运动员在乒乓球发球机上的接发球视频,自建了包含五分类的乒乓球击球动作识别视频数据集,通过动作划分手工提取了连续击球动作视频帧,采用Dense Pose系统中的密集姿态估计功能对手工提取的视频帧进行了处理,最终通过改进C3D网络训练出了乒乓球击球动作识别模型。实验表明:模型训练时在第17次迭代之后训练精准度稳定在99.5%,验证集精准度稳定在99.3%,并且模型通过了泛化性能测试,证明文章提出的方法可以去除环境、衣服等因素的干扰,训练的乒乓球击球动作识别模型具有实际应用的价值。

大连市科技创新基金项目“面向足球青训的技战术分析算法及配套可穿戴设备研发”(项目编号:8);大连民族大学学科团队项目“基于机器学习的乒乓球接发球动作识别与水平评估算法研究”。

我要回帖

更多关于 网球反手击球易犯错误 的文章

 

随机推荐