基于神经网络嵌入学习的篮球群体行为识别
汪振华
安徽国际商务职业学院文化旅游学院,合肥 230000
摘要：定义和识别不同类型的活动是体育智能分析中的一项重要任务,它可以为球员和教练组带来更好的比赛策略.然而,复杂的群体体育活动往往难以进行全局的关系建模和行为理解.本文通过跟踪篮球比赛中球员和球的位置信息,提出了一种用于团体运动中群体活动识别的深度学习方法.为了有效地建模团队运动中的球员关系,将变换器结构与LSTM特征嵌入相结合,并利用团队级别的池化层来识别团队活动.同时,通过生成弱标签来解决训练阶段人工标注的稀缺性,最后在632场NBA比赛的跟踪数据集上对本方法进行评估.结果表明,该方法能够高精度地识别群体活动的类型.
关键词：群体活动识别变换器LSTM特征嵌入
分类号：G841(球类运动)TP391.41(计算技术、计算机技术)
论文发表日期：2023-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 123-128 )
英文信息