随着NBA、CBA篮球联赛的推广,网络短视频的兴起,互联网中的篮球视频越来越多。同时篮球转播需要人工实时剪辑镜头回放,网络短视频也需要人工剪辑精彩片段,这些繁琐的工作需要消耗大量人力。本文通过对篮球运动视频中每个时间段发生的运动行为进行整体定位分类,并对每一时刻发生的子动作做出单独分类来实现智能解析比赛,从而辅助人剪辑感兴趣的篮球运动片段。目前针对感兴趣视频片段定位的解决方案主要针对简单场景,直接利用单帧分类或者姿态估计的方法。由于这些方案没有考虑到动作的连续性,无法直接用于篮球这种子动作复杂,动作变化快并且动作边界模糊的场景。本文主要通过图像分类、视频分类和动作检测技术来实现智能解析系统,主要包括(1)设计高效率的神经网络抽取特征,并在网络中加入空间和时间注意力机制驱使网络能学习到更具区分度的特征;(2)将动作检测的方法作为主方法定位感兴趣动作片段,用聚类方式代替人工来设置候选段锚点,引入高斯分布和注意力机制学习不同篮球动作的分布提升神经网络对相似动作的区分能力;(3)用单帧分类的方式辅助动作检测结果修正感兴趣动作的位置,加入对损失加权的方法使分类网络更适用于动作检测任务以解决边界模糊问题。在本文中,我们构建了一个适用于动作检测任务的篮球运动数据集、设计了一个定位篮球运动的算法、实现了一个可以搭载算法并支持用户交互的原型软件系统。实验结果表明该系统具有良好的实时性、鲁棒性和准确性。