摘 要：為了實(shí)現(xiàn)體育訓(xùn)練關(guān)鍵動(dòng)作的精準(zhǔn)定位，提出基于弱監(jiān)督信息的體育訓(xùn)練關(guān)鍵動(dòng)作定位方法。本文基于分析幀間差分法采集能夠組成連續(xù)靜態(tài)幀的視覺(jué)圖像，并通過(guò)多幀圖像的像素差異來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，實(shí)現(xiàn)視頻幀圖像中的體育訓(xùn)練動(dòng)作檢測(cè)；對(duì)視頻幀二值圖像進(jìn)行形態(tài)學(xué)處理，提取體育訓(xùn)練關(guān)鍵運(yùn)動(dòng)特征；利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建分類(lèi)器，提取包含關(guān)鍵動(dòng)作的弱監(jiān)督信息；創(chuàng)新性地基于弱監(jiān)督學(xué)習(xí)思路，設(shè)計(jì)包含視頻特征提取模塊、視頻幀級(jí)動(dòng)作分類(lèi)模塊、上下文注意力模塊的弱監(jiān)督學(xué)習(xí)框架，進(jìn)行體育訓(xùn)練關(guān)鍵動(dòng)作定位。實(shí)驗(yàn)結(jié)果表明：利用本文的設(shè)計(jì)方法可以產(chǎn)生較準(zhǔn)確的訓(xùn)練關(guān)鍵動(dòng)作時(shí)序定位效果，所獲取的mAP值最高值為49.52、最低值為25.63。在應(yīng)用過(guò)程中所產(chǎn)生的實(shí)際內(nèi)存占用量為2 145MB、參數(shù)量為15.3M、整體定位消耗時(shí)間為8.36ms，算法整體復(fù)雜度較低，具有較好的實(shí)際應(yīng)用效果。

關(guān)鍵詞：弱監(jiān)督信息；體育訓(xùn)練；動(dòng)作定位；圖像處理

中圖分類(lèi)號(hào)：TP391.6文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-260X（2024）11-0017-05

體育訓(xùn)練視頻中通常承載著大量的運(yùn)動(dòng)員動(dòng)作信息以及運(yùn)動(dòng)訓(xùn)練環(huán)境背景信息，如運(yùn)動(dòng)姿勢(shì)、速度呈現(xiàn)、運(yùn)動(dòng)方向以及訓(xùn)練環(huán)境上下文信息等，包含了體育訓(xùn)練過(guò)程與運(yùn)動(dòng)動(dòng)作的視覺(jué)記錄，是呈現(xiàn)運(yùn)動(dòng)員體育訓(xùn)練實(shí)時(shí)動(dòng)作的重要載體[1，2]。而體育訓(xùn)練關(guān)鍵動(dòng)作定位的目的是需要在訓(xùn)練視頻中標(biāo)記出具有時(shí)序關(guān)系的關(guān)鍵訓(xùn)練動(dòng)作，以此對(duì)應(yīng)地提升體育訓(xùn)練動(dòng)作準(zhǔn)確性，優(yōu)化體育訓(xùn)練效果。郭文斌等人提出一種考慮多時(shí)間尺度一致性的體育訓(xùn)練動(dòng)作定位方法，基于訓(xùn)練視頻的時(shí)序關(guān)系，對(duì)應(yīng)構(gòu)建包含多時(shí)間尺度信息的特征激活圖，有效獲取了動(dòng)作預(yù)測(cè)標(biāo)簽，實(shí)現(xiàn)訓(xùn)練動(dòng)作的有效定位[3]。王靜等人提出一種基于特征挖掘技術(shù)的動(dòng)作定位方法，通過(guò)計(jì)算訓(xùn)練視頻片段的相似分?jǐn)?shù)，聚合包含上下文的視頻信息，有效實(shí)現(xiàn)訓(xùn)練動(dòng)作的完整定位[4]。侯永宏等人提出一種多分注意力單元的動(dòng)作定位系統(tǒng)架構(gòu)，通過(guò)應(yīng)用多分注意力機(jī)制，對(duì)視頻中的多片段分別進(jìn)行建模，有效細(xì)化提取視頻動(dòng)作特征，實(shí)現(xiàn)動(dòng)作時(shí)間的精準(zhǔn)感知[5]?；诖?，提出基于弱監(jiān)督信息的體育訓(xùn)練關(guān)鍵動(dòng)作定位方法。

1 體育訓(xùn)練關(guān)鍵動(dòng)作定位方法設(shè)計(jì)

1.1 體育訓(xùn)練動(dòng)作檢測(cè)

在體育訓(xùn)練的實(shí)踐中，考慮到體育訓(xùn)練中關(guān)鍵動(dòng)作的連續(xù)性與動(dòng)態(tài)性，在體育訓(xùn)練關(guān)鍵動(dòng)作定位前，需要采用高分辨率的幀掃描技術(shù)，對(duì)訓(xùn)練視頻進(jìn)行連續(xù)幀數(shù)分割，獲取多個(gè)視頻塊。再基于每個(gè)視頻塊，通過(guò)幀間差分法采集能夠組成連續(xù)靜態(tài)幀的機(jī)器視覺(jué)圖像[6，7]，捕捉訓(xùn)練動(dòng)作在某一時(shí)刻的具體狀態(tài)，實(shí)現(xiàn)體育訓(xùn)練動(dòng)作檢測(cè)，為弱監(jiān)督學(xué)習(xí)提供數(shù)據(jù)基礎(chǔ)。高分辨率幀掃描技術(shù)在體育訓(xùn)練中的應(yīng)用，主要依賴(lài)于其能夠提供精細(xì)的圖像細(xì)節(jié)和連續(xù)的動(dòng)態(tài)捕捉能力。該技術(shù)通過(guò)高速攝像設(shè)備捕捉訓(xùn)練過(guò)程中的每一幀畫(huà)面，確保每一動(dòng)作的細(xì)微變化都能被精確記錄。在實(shí)際操作中，訓(xùn)練視頻首先被輸入高分辨率幀掃描系統(tǒng)中，系統(tǒng)會(huì)根據(jù)預(yù)設(shè)的參數(shù)自動(dòng)進(jìn)行幀數(shù)分割，將整個(gè)訓(xùn)練過(guò)程分解為一系列連續(xù)的視頻塊。這些視頻塊不僅包含了動(dòng)作的完整信息，還保留了動(dòng)作間的動(dòng)態(tài)聯(lián)系，為后續(xù)的動(dòng)作分析和檢測(cè)提供了堅(jiān)實(shí)的基礎(chǔ)。通過(guò)這種方式，高分辨率幀掃描技術(shù)不僅提高了訓(xùn)練視頻的分析效率，還極大提升了動(dòng)作捕捉的準(zhǔn)確性和連續(xù)性。

在獲取視頻塊的過(guò)程中，首先需要對(duì)經(jīng)過(guò)高分辨率幀掃描技術(shù)分割后的視頻進(jìn)行細(xì)致的分析。這一步驟至關(guān)重要，因?yàn)樗苯佑绊懙胶罄m(xù)處理的質(zhì)量和效率。通過(guò)對(duì)視頻的每一幀進(jìn)行精確的定位和切割，可以確保每個(gè)視頻塊都包含關(guān)鍵動(dòng)作的完整信息。這些視頻塊不僅保留了動(dòng)作的連續(xù)性，還捕捉到了動(dòng)作的動(dòng)態(tài)變化，為后續(xù)的幀間差分法提供了豐富的數(shù)據(jù)源。在處理每個(gè)視頻塊時(shí)，需要特別注意保持幀與幀之間的連貫性，確保從每個(gè)視頻塊中提取的靜態(tài)幀能夠準(zhǔn)確反映動(dòng)作在某一時(shí)刻的具體狀態(tài)。這一過(guò)程不僅需要技術(shù)上的精確操作，還需要對(duì)體育訓(xùn)練動(dòng)作有深入的理解和分析，以確保最終的圖像數(shù)據(jù)能夠?yàn)轶w育訓(xùn)練動(dòng)作檢測(cè)提供堅(jiān)實(shí)的基礎(chǔ)。

定義采集到的體育訓(xùn)練動(dòng)作視頻塊為Q，體育訓(xùn)練視頻幀圖像為q。為了便于進(jìn)行體育訓(xùn)練動(dòng)作檢測(cè)，對(duì)視頻幀圖像進(jìn)行灰度處理，通過(guò)灰度色彩空間轉(zhuǎn)化，將色彩信息轉(zhuǎn)化為單一亮度值，以簡(jiǎn)化視頻幀圖像，具體過(guò)程為：

=0.299R1（m1′，m2′）+0.587R2（m1′，m2′）

+0.114R3（m1′，m2′）（1）

式中：表示經(jīng)過(guò)灰度色彩空間轉(zhuǎn)化后的單色圖像；m1′、m2′表示q中的像素值；R1（m1′，m2′）、R2（m1′，m2′）、R3（m1′，m2′）表示原始彩色圖像中像素m1′、m2′的顏色通道值；0.299、0.587、0.114分別對(duì)應(yīng)各顏色通道亮度值的加權(quán)平均結(jié)果。

基于，定義前一幀圖像為-1，后一幀圖像為+1，通過(guò)差分運(yùn)算生成差分圖像為：

′（m1′，m2′）=|[+1（m1′，m2′）]-[-1（m1′，m2′）]| （2）

式中：′（m1′，m2′）表示差分運(yùn)算后的差分圖像。

在獲取′（m1′，m2′）的基礎(chǔ)上，將′（m1′，m2′）作為固定差分值。定義一個(gè)閾值？啄，用于判斷差分圖像中的像素是否代表動(dòng)作，如果′（m1′，m2′）中某個(gè)像素的值超過(guò)了？啄，則判定該像素點(diǎn)位置是體育訓(xùn)練動(dòng)作產(chǎn)生的位置。則視頻幀二值圖像計(jì)算過(guò)程為：

\"（m1′，m2′）=1，|′（m1′，m2′）|gt;？啄0，|′（m1′，m2′）|≤？啄（3）

式中：\"（m1′，m2′）表示二值圖像。

若差分值大于？啄，則\"（m1′，m2′）設(shè)為1，表示該像素點(diǎn)位置有動(dòng)作發(fā)生；如果差分值小于或等于？啄，則\"（m1′，m2′）設(shè)為0，表示該像素點(diǎn)位置沒(méi)有動(dòng)作發(fā)生。以此通過(guò)多幀圖像的像素差異來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，實(shí)現(xiàn)視頻幀圖像中體育訓(xùn)練動(dòng)作檢測(cè)。

1.2 體育訓(xùn)練關(guān)鍵運(yùn)動(dòng)特征提取

考慮到二值圖像存在噪聲干擾情況，容易影響訓(xùn)練動(dòng)作發(fā)生位置判別的準(zhǔn)確性，導(dǎo)致視頻運(yùn)動(dòng)特征提取結(jié)果出現(xiàn)冗余與特征點(diǎn)丟失情況，因此對(duì)\"（m1′，m2′）進(jìn)行形態(tài)學(xué)處理，去除噪聲點(diǎn)和不重要的孤立像素[8]，連接相鄰的動(dòng)作區(qū)域，實(shí)現(xiàn)二值圖像中像素位置的更新，以確定動(dòng)作發(fā)生的最終位置，具體過(guò)程為：

\"（m1\"，m2\"）={1|c1，c2∈S（m1′，m2′），\"（c1，c2）}（4）

（m1？蓯，m2？蓯）={1|c1，c2∈（m1′，m2′），\"（c1，c2））}（5）

\"（m1\"，m2\"）=[（\"（c1，c2））]（6）

式中：（m1\"，m2\"）表示腐蝕后的圖像在（m1\"，m2\"）處的值；c1，c2表示原始二值圖像位置；S表示膨脹處理過(guò)程中引入的3×3的結(jié)構(gòu)元素（二值矩陣）； （m1？蓯，m2？蓯）表示膨脹后的圖像在（m1？蓯，m2？蓯）處的值；\"（m1′，m2′）表示融合腐蝕-膨脹操作的運(yùn)算結(jié)果；表示腐蝕處理過(guò)程中引入的3×3的結(jié)構(gòu)元素。

基于式（4）—式（6）的形態(tài)學(xué)處理過(guò)程，進(jìn)行二值圖像中像素位置更新。將結(jié)構(gòu)元素在（m1？蓯，m2？蓯）上滑動(dòng)，使得其的中心與c1，c2對(duì)齊。如果覆蓋的所有像素位置在\"（m1′，m2′）中的對(duì)應(yīng)值全部為1，則（m1？蓯，m2？蓯）=1，表示該像素點(diǎn)位置有動(dòng)作發(fā)生；對(duì)于腐蝕后的圖像（m1\"，m2\"）中的每個(gè)像素位置c1，c2，將結(jié)構(gòu)元素S在圖像（m1\"，m2\"）上滑動(dòng)，使得S（m1′，m2′）的中心與c1，c2對(duì)齊。如果S覆蓋的任何像素位置在（m1\"，m2\"）中對(duì)應(yīng)的值是1，則（m1\"，m2\"）=1。

通過(guò)分析形態(tài)處理過(guò)程中二值圖像中的像素點(diǎn)位置，定義動(dòng)作區(qū)域?yàn)椋╩1？蓯m1\"，m2？蓯m2\"）。對(duì)Q進(jìn)行裁剪，獲取包含動(dòng)作的視頻幀圖像片段Qm？蓯，m\"，其中m？蓯、m\"均表示片段中連續(xù)靜態(tài)圖像的像素位置。

設(shè)定a為Qm？蓯，m\"中具有穩(wěn)定結(jié)構(gòu)特性的輪廓起點(diǎn)（本文選為人體頭部頂點(diǎn)），為上半身輪廓終點(diǎn)，即運(yùn)動(dòng)員手部移動(dòng)邊緣點(diǎn)，為下半身身體輪廓終點(diǎn)，即運(yùn)動(dòng)員腳底邊緣點(diǎn)。提取Qm？蓯，m\"中的體育訓(xùn)練運(yùn)動(dòng)輪廓為A且A=[a1（1+1），a2（2+2），…，an（n+n），其中n表示視頻輪廓點(diǎn)采集總量[9]。為了分析運(yùn)動(dòng)輪廓呈現(xiàn)的關(guān)鍵動(dòng)作特征，將A視為一個(gè)時(shí)間序列信號(hào)，其中每個(gè)輪廓點(diǎn)對(duì)應(yīng)時(shí)間序列中的一個(gè)樣本。再通過(guò)傅里葉變換提取輪廓的低頻和高頻成分，得到輪廓序列的頻域表示X（k），k=0，1，2，…，n-1，對(duì)應(yīng)輪廓的總體形狀變化和局部細(xì)節(jié)變化[10]。從X（k）中提取前個(gè)傅里葉系數(shù)作為體育訓(xùn)練運(yùn)動(dòng)特征描述子X(jué)（0），X（1），…，X（-1），提取的描述子即為保留了輪廓主要形狀信息的關(guān)鍵動(dòng)作特征分量[11]。再對(duì)提取的傅里葉系數(shù)進(jìn)行歸一化處理提取關(guān)鍵動(dòng)作特征向量為：

（k）=，k=1，2，…，-1（7）

式中：（k）表示歸一化后的體育訓(xùn)練關(guān)鍵動(dòng)作特征向量。

1.3 基于弱監(jiān)督信息的體育訓(xùn)練關(guān)鍵動(dòng)作定位

1.3.1 包含關(guān)鍵動(dòng)作的弱監(jiān)督信息提取識(shí)別

考慮到（k）中包括了從Qm？蓯，m\"中提取出的較為全面的關(guān)鍵動(dòng)作特征（即可以通過(guò)（k）描述Qm？蓯，m\"），因此，將（k）作為輸入，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建分類(lèi)器，輸出體育訓(xùn)練關(guān)鍵動(dòng)作分類(lèi)結(jié)果，再根據(jù)輸出結(jié)果選取Qm？蓯，m\"中被分類(lèi)為包含關(guān)鍵動(dòng)作的幀，這些幀將構(gòu)成視頻段中的關(guān)鍵動(dòng)作片段[12]。用于構(gòu)建分類(lèi)器的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

由圖1可知，BP神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元接收來(lái)自前一層神經(jīng)元的輸入，并將所有輸入值與其對(duì)應(yīng)的權(quán)重相乘，對(duì)乘積結(jié)果進(jìn)行求和，獲取所有輸入通過(guò)各自權(quán)重加權(quán)后的綜合影響[13]。然后應(yīng)用softmax函數(shù)來(lái)決定是否以及如何將信號(hào)傳遞到下一層。當(dāng)隱含層的輸出進(jìn)一步傳遞到輸出層后，應(yīng)用交叉熵?fù)p失函數(shù)衡量網(wǎng)絡(luò)輸出與真實(shí)標(biāo)簽之間的差異[14]，幫助網(wǎng)絡(luò)優(yōu)化權(quán)重，使得網(wǎng)絡(luò)能夠更準(zhǔn)確地識(shí)別出視頻中的關(guān)鍵動(dòng)作，輸出最終體育訓(xùn)練關(guān)鍵動(dòng)作分類(lèi)結(jié)果Y（1）、Y（2）、Y（3），獲取包含關(guān)鍵動(dòng)作的視頻幀圖像片段，其中y′、y\"表示被分類(lèi)為包含關(guān)鍵動(dòng)作的幀。

此時(shí)，由于輸出的僅包含關(guān)鍵動(dòng)作的視頻幀，整體片段未經(jīng)過(guò)詳細(xì)的動(dòng)作邊界標(biāo)注（僅簡(jiǎn)單地標(biāo)記了包含關(guān)鍵動(dòng)作的幀），因此將作為包含關(guān)鍵動(dòng)作的弱監(jiān)督信息提取結(jié)果。

1.3.2 基于弱監(jiān)督學(xué)習(xí)的體育訓(xùn)練關(guān)鍵動(dòng)作定位

為了實(shí)現(xiàn)體育訓(xùn)練關(guān)鍵動(dòng)作的精準(zhǔn)定位，設(shè)計(jì)包含視頻特征提取模塊、視頻幀級(jí)動(dòng)作分類(lèi)模塊、上下文注意力模塊的弱監(jiān)督學(xué)習(xí)框架[15]，進(jìn)行體育訓(xùn)練關(guān)鍵動(dòng)作定位?；谌醣O(jiān)督學(xué)習(xí)的動(dòng)作定位方法框架如圖2所示。

基于圖2方法框架，在特征提取模塊，為了有效處理數(shù)據(jù)，本文應(yīng)用I3D深度學(xué)習(xí)模型，提取的空間流與時(shí)間流特征，即處理視頻的靜態(tài)幀與時(shí)間動(dòng)態(tài)。在視頻幀級(jí)動(dòng)作分類(lèi)模塊，本文基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建分類(lèi)模型，首先從的每一幀中提取雙流特征，再將特征傳輸至后續(xù)層進(jìn)行幀級(jí)處理，識(shí)別視頻幀中的潛在動(dòng)作。對(duì)于每一幀，CNN模型會(huì)輸出一個(gè)激活向量，這個(gè)向量代表了模型對(duì)每一幀屬于不同類(lèi)別的可能性估計(jì)，即該模型最終對(duì)視頻中每一幀生成一個(gè)分類(lèi)激活值的序列。在上下文注意力模塊中，主要涉及了包含上下文以及視頻幀級(jí)圖像動(dòng)作背景分布結(jié)構(gòu)，用于提取動(dòng)作幀與上下文幀特征，并生成包含時(shí)序信息的背景類(lèi)別標(biāo)簽。在獲取類(lèi)別標(biāo)簽的基礎(chǔ)上，基本上實(shí)現(xiàn)了弱監(jiān)督學(xué)習(xí)模型的訓(xùn)練，此時(shí)需要對(duì)分類(lèi)激活序列進(jìn)行置信度閾值調(diào)整、分類(lèi)輸出聚類(lèi)以及弱監(jiān)督信息的標(biāo)注修正，以此完成體育訓(xùn)練關(guān)鍵動(dòng)作定位。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)環(huán)境搭建

為了驗(yàn)證設(shè)計(jì)方法的實(shí)際應(yīng)用效果，采集選擇24個(gè)運(yùn)動(dòng)員進(jìn)行日常體育訓(xùn)練，在訓(xùn)練過(guò)程中記錄運(yùn)動(dòng)員演示的各種體育動(dòng)作，共獲得210條體育訓(xùn)練視頻，構(gòu)成實(shí)驗(yàn)數(shù)據(jù)集。數(shù)據(jù)集中包含16類(lèi)體育訓(xùn)練動(dòng)作，關(guān)鍵動(dòng)作為5類(lèi)，分別為上肢伸肌屈伸動(dòng)作、雙腳前后跳動(dòng)作、站立提膝動(dòng)作、碎步跑動(dòng)作、開(kāi)合波比跳動(dòng)作。視頻長(zhǎng)度在40s～110s不等，每條視頻約平均包含8.5個(gè)動(dòng)作片段。采用數(shù)據(jù)集中100條具有時(shí)序信息的視頻作為訓(xùn)練集，另110條視頻作為測(cè)試集，進(jìn)行實(shí)驗(yàn)測(cè)試。數(shù)據(jù)集中閾值IoU范圍為0.3～0.7，平均間隔為0.1。數(shù)據(jù)集中部分視頻片段如圖3所示。

基于采集的視頻數(shù)據(jù)，進(jìn)行體育訓(xùn)練關(guān)鍵動(dòng)作定位方法性能測(cè)試，測(cè)試環(huán)境為：Intel Core i7-10700K中央處理器，8核心16線(xiàn)程、基礎(chǔ)頻率3.8GHz、最大睿頻5.1GHz；NVIDIA GeForce RTX 3080圖形處理器，10GB GDDR6X顯存、8704 CUDA核心、基礎(chǔ)頻率1.44GHz；Samsung 970 EVO Plus 1TB存儲(chǔ)設(shè)備；Magewell USB Capture HDMI Gen 2視頻采集卡、Ubuntu 20.04 LTS操作系統(tǒng)、OpenCV 4.5.1視頻處理庫(kù)。

2.2 體育訓(xùn)練關(guān)鍵動(dòng)作識(shí)別效果分析

為了驗(yàn)證設(shè)計(jì)方法的關(guān)鍵動(dòng)作識(shí)別效果，采用訓(xùn)練集構(gòu)建關(guān)鍵動(dòng)作識(shí)別模型（基于BP神經(jīng)網(wǎng)絡(luò)的分類(lèi)器模型），利用設(shè)計(jì)方法、文獻(xiàn)[3]方法、文獻(xiàn)[4]方法對(duì)測(cè)試集進(jìn)行關(guān)鍵動(dòng)作識(shí)別效果驗(yàn)證。在測(cè)試過(guò)程中，將上肢伸肌屈伸動(dòng)作、雙腳前后跳動(dòng)作、站立提膝動(dòng)作、碎步跑動(dòng)作、開(kāi)合波比跳動(dòng)作等5類(lèi)關(guān)鍵動(dòng)作作為識(shí)別目標(biāo)，通過(guò)分析設(shè)計(jì)方法對(duì)目標(biāo)的誤識(shí)率，判斷關(guān)鍵動(dòng)作識(shí)別有效性，體育訓(xùn)練關(guān)鍵動(dòng)作識(shí)別有效性結(jié)果如圖4所示。

由圖4可知，在體育訓(xùn)練關(guān)鍵動(dòng)作識(shí)別過(guò)程中，利用文獻(xiàn)[3]方法獲取的關(guān)鍵動(dòng)作誤識(shí)率最高值為62.5%，利用文獻(xiàn)[4]方法的誤識(shí)率最高為68%，方法整體動(dòng)作目標(biāo)誤識(shí)率均較高。而利用設(shè)計(jì)方法對(duì)5種關(guān)鍵動(dòng)作的誤識(shí)率均未超過(guò)10%，對(duì)于雙腳前后跳動(dòng)作的誤識(shí)率最高為9.8%，誤識(shí)率結(jié)果整體低于其他兩種算法。由此可知，利用本文的設(shè)計(jì)方法可以有效識(shí)別體育訓(xùn)練視頻中包含關(guān)鍵動(dòng)作的視頻幀，使體育動(dòng)作識(shí)別整體結(jié)果的有效性較強(qiáng)，識(shí)別效果較好。

2.3 體育訓(xùn)練關(guān)鍵動(dòng)作定位效果分析

為了驗(yàn)證本文設(shè)計(jì)方法的體育訓(xùn)練關(guān)鍵動(dòng)作定位效果，引入文獻(xiàn)[3]方法、文獻(xiàn)[4]方法作為對(duì)比方法將每一視頻幀的標(biāo)記定位任務(wù)作為一個(gè)動(dòng)作檢索問(wèn)題進(jìn)行處理。將110條測(cè)試數(shù)據(jù)集中所有幀進(jìn)行動(dòng)作分類(lèi)排序，再對(duì)所有類(lèi)進(jìn)行平均計(jì)算，得到定位精度均值（mAP）?；谏鲜鲞^(guò)程，本文將實(shí)驗(yàn)數(shù)據(jù)集的重疊閾值IoU范圍定位在0.3～0.7中，對(duì)比分析不同方法在閾值范圍所產(chǎn)生的mAP值，不同方法體育訓(xùn)練關(guān)鍵動(dòng)作定位mAP值如表1所示。

由表1可知，在IoU閾值范圍內(nèi)，利用本文設(shè)計(jì)方法所獲取的mAP值最高值為49.52，最低值為25.63，整體定位精度均高于其他方法。由此可知，利用本文設(shè)計(jì)方法可以產(chǎn)生較準(zhǔn)確的訓(xùn)練關(guān)鍵動(dòng)作時(shí)序定位效果，能夠在整體定位過(guò)程中得到更加精確的關(guān)鍵動(dòng)作區(qū)域，定位結(jié)果精度較高。

2.4 定位方法復(fù)雜度分析

為了分析關(guān)鍵動(dòng)作定位方法在實(shí)際應(yīng)用過(guò)程中的綜合性能表現(xiàn)，將定位方法在實(shí)際應(yīng)用中所需的運(yùn)行時(shí)間、參數(shù)量、內(nèi)存占用量作為評(píng)價(jià)指標(biāo)，分析設(shè)計(jì)方法、文獻(xiàn)[3]方法、文獻(xiàn)[4]方法的復(fù)雜度，評(píng)價(jià)方法的實(shí)用性與應(yīng)用效率。定位方法復(fù)雜度分析結(jié)果如表2所示。

由表2可知，在體育訓(xùn)練關(guān)鍵動(dòng)作識(shí)別過(guò)程中，利用設(shè)計(jì)方法所產(chǎn)生的實(shí)際內(nèi)存占用量為2 145MB、參數(shù)量為15.3M、整體定位消耗時(shí)間（包括具有時(shí)序信息的動(dòng)作定位結(jié)果輸出過(guò)程）為8.36ms，算法整體復(fù)雜度較低，表示模型結(jié)構(gòu)更精簡(jiǎn)，運(yùn)行成本較低，能夠提供快速的實(shí)時(shí)反饋，同時(shí)減少了對(duì)高性能硬件的依賴(lài)。

3 結(jié)論

綜上所述，本文設(shè)計(jì)的動(dòng)作定位方法能夠在不需要大量精確標(biāo)注的情況下，有效實(shí)現(xiàn)體育訓(xùn)練關(guān)鍵動(dòng)作的識(shí)別與定位，有效提升了體育訓(xùn)練關(guān)鍵動(dòng)作分析的準(zhǔn)確性。本文通過(guò)檢測(cè)體育訓(xùn)練動(dòng)作，提取體育訓(xùn)練關(guān)鍵運(yùn)動(dòng)特征，獲取包含體育訓(xùn)練關(guān)鍵動(dòng)作的弱監(jiān)督信息?；诖?，將弱監(jiān)督信息作為弱監(jiān)督學(xué)習(xí)的輸入，設(shè)計(jì)視頻特征提取模塊、視頻幀級(jí)動(dòng)作分類(lèi)模塊、上下文注意力模塊進(jìn)行關(guān)鍵動(dòng)作定位。實(shí)驗(yàn)結(jié)果表明：利用設(shè)計(jì)方法可以有效識(shí)別體育訓(xùn)練視頻中包含關(guān)鍵動(dòng)作的視頻幀，使體育動(dòng)作識(shí)別整體結(jié)果的有效性較強(qiáng)，識(shí)別效果較好。同時(shí)，利用設(shè)計(jì)方法還能夠在整體定位過(guò)程中得到更加精確的關(guān)鍵動(dòng)作區(qū)域，定位結(jié)果精度較高。

參考文獻(xiàn)：

〔1〕劉和軍.基于深度學(xué)習(xí)的體操錯(cuò)誤訓(xùn)練動(dòng)作識(shí)別方法[J].信息技術(shù)，2023，47（02）：46-51.

〔2〕徐林森，張恒瑋，陳根，等.采用深度學(xué)習(xí)和表面肌電信號(hào)的上肢動(dòng)作識(shí)別[J].哈爾濱理工大學(xué)學(xué)報(bào)，2023，28（06）：24-32.

〔3〕郭文斌，楊興明，蔣哲遠(yuǎn)，等.多時(shí)間尺度一致性的弱監(jiān)督時(shí)序動(dòng)作定位[J].計(jì)算機(jī)工程與應(yīng)用，2023， 59（10）：151-161.

〔4〕王靜，王傳旭.特征挖掘與區(qū)域增強(qiáng)的弱監(jiān)督時(shí)序動(dòng)作定位[J].計(jì)算機(jī)應(yīng)用研究，2023，40（08）：2555-2560.

〔5〕侯永宏，李岳陽(yáng)，郭子慧.基于對(duì)比學(xué)習(xí)的弱監(jiān)督時(shí)序動(dòng)作定位[J].天津大學(xué)學(xué)報(bào)，2023，56（01）：73-80.

〔6〕董春麗，胡賢芬.融合幀內(nèi)與幀間技術(shù)的數(shù)字視頻篡改檢測(cè)方法[J].計(jì)算機(jī)仿真，2023，40（06）：182-186.

〔7〕劉思楊，程方.一種融合背景差分和幀間差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J].艦船電子工程，2024，44（02）：45-48.

〔8〕寧明峰.一種信號(hào)檢測(cè)預(yù)處理的改進(jìn)多尺度形態(tài)學(xué)濾波方法[J].電訊技術(shù)，2023，63（04）：499-504.

〔9〕李豪，袁廣林，秦曉燕，等.基于空間加權(quán)對(duì)數(shù)似然比相關(guān)濾波與Deep Snake的目標(biāo)輪廓跟蹤[J].電子學(xué)報(bào)，2023，51（01）：105-116.

〔10〕張印輝，海維琪，何自芬，等.尺度自適應(yīng)生成調(diào)控的弱監(jiān)督視頻實(shí)例分割[J].光學(xué)精密工程，2023， 31（18）：2736-2751.

〔11〕游前，翁慧，趙江，等.基于改進(jìn)Goldstein枝切法的傅里葉變換輪廓術(shù)[J].光學(xué)學(xué)報(bào)，2023，43（05）：70-79.

〔12〕黃富幸，韓文花.基于Voting機(jī)制的IMA-BP不平衡數(shù)據(jù)分類(lèi)算法[J].科學(xué)技術(shù)與工程，2023，23（27）：11698-11705.

〔13〕趙楊鑫，曹旭，余志強(qiáng)，等.基于殘差BP神經(jīng)網(wǎng)絡(luò)的Baxter機(jī)器人逆運(yùn)動(dòng)學(xué)分析方法[J].安徽工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，41（02）：165-172.

〔14〕李偉，黃鶴鳴.基于雙交叉熵的自適應(yīng)殘差卷積圖像分類(lèi)算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2023，44（12）：3670-3676.

〔15〕侯永宏，李岳陽(yáng)，郭子慧.基于對(duì)比學(xué)習(xí)的弱監(jiān)督時(shí)序動(dòng)作定位[J].天津大學(xué)學(xué)報(bào)（自然科學(xué)與工程技術(shù)版），2023，56（01）：73-80.

收稿日期：2024-07-17

基金項(xiàng)目：安徽省質(zhì)量工程重點(diǎn)教學(xué)研究項(xiàng)目（2023jyxm0783）