摘要
目的:针对羽毛球比赛视频中动作衔接紧密、部分技术动作准备姿态相似,以及单帧信息难以反映完整动作过程等问题,以运动员行为建模为切入点,探索融合目标检测、姿态特征与时间序列信息的技术动作识别方法,为羽毛球训练中的技术分析和比赛视频辅助标注提供方法参考。
方法:以世界羽毛球锦标赛等赛事视频为数据基础,以已开展的杀球动作初步识别为起点,拟构建“运动员检测—行为特征提取—动作时序建模—技术类别识别”的分析流程。以单次击球为基本识别单元,将击球前后的连续片段纳入分析,避免仅依据击球瞬间的静态姿态确定技术类别。首先,整理有效比赛片段,明确动作类别及起止边界,建立以杀球为主要目标类别、以高远球和吊球等为对照类别的标注样本,并按照比赛场次划分训练集、验证集与测试集,减少相邻视频片段交叉划分造成的评价偏差。其次,以YOLO等模型为基础定位运动员,拟结合人体关键点提取肩、肘、腕、髋等部位的相对位置、关节角度及运动变化特征,通过尺度归一化和缺失信息处理,降低拍摄距离、运动员体型差异及局部遮挡的影响。在此基础上,围绕动作准备、挥拍击球及随挥还原等阶段,建立连续帧之间的时序关联,将运动员行为表示为姿态与运动特征随时间变化的序列,利用关键动作阶段及其衔接关系区分不同技术动作。进一步拟采用滑动时间窗输出动作类别及置信度,分析连续视频中的动作切换与重复识别问题。实验设计拟比较单帧识别与时序行为建模的表现,并设置姿态特征、运动特征及其融合方式的对照实验,以精确率、召回率、F1值和单帧处理耗时评价识别效果与运行效率,同时分析遮挡、机位变化及快速动作条件下的误识别情况。
研究进展:目前,已利用YOLO等模型对赛事视频中的杀球动作开展初步识别,尚未完成系统性对照实验与定量评价。后续将重点验证时序行为特征能否提高杀球与易混淆动作的区分能力,以及所构建方法在不同比赛场景下的适用性,并结合混淆矩阵与典型误判片段分析识别误差的来源。
结论:本研究拟通过运动员行为的时序建模,将局部姿态信息与完整技术动作过程相联系,形成面向羽毛球比赛视频的动作识别研究方案。研究预期为训练视频检索、技术动作统计与教练员辅助分析提供支持;其识别性能、泛化能力及实时应用价值仍需后续实验验证。
