基于深度学习算法的篮球运动技术特征目标检测与精细定位

来源 :兰州文理学院学报(自然科学版) | 被引量 : 0次 | 上传用户:zhuce121566
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用图像识别技术,开发了一种基于深度卷积神经网络的目标检测系统,用于篮球运动技术特征的目标检测与精细定位.利用卷积神经网络的高分辨能力提取图像,对视频流中的典型篮球运动动作——篮板、投篮、传球进行计算预处理识别,其精确率最高达95.6%.通过与3种经典分类算法比较,结果证明本文提出的目标检测系统对篮球运动技术特征的目标检测与精细定位有效.
其他文献
为了解决传统光能发电系统监测效率差、维护不及时等问题,设计了一套基于GPRS技术的光能发电智能监控检测系统.系统主要功能设计包括数据采集感知层、主控阵列节点网络传输和智能监测控制中心3层架构.主控阵列节点硬件系统主要包括以太网通信和GPRS无线通信硬件电路.感知层硬件系统包括光照辐射仪、背板和蓄电池温度传感电路、环境温湿度传感电路和外围电路连接设计.软件设计流程包括数据采集流程和数据传输流程.实验结果表明:该系统可以实时监测控制光能发电系统的工作参数,为光能发电系统的维护与维修提供了实时高效的条件保障.
为了改善肥胖男大学生的身体形态,调节其心理,探讨了高强度间歇训练对肥胖男大学生减脂的干预效果.选取24名符合标准的肥胖男大学生作为试验对象,进行为期12周的高强度间歇训练(HIIT)干预,对比两组大学生干预前后的身体成分指标变化.结果显示,干预前身高、年龄、体重、BMI、体脂率、去脂体重、甘油三酯(TG)均没有呈现出差异性,t值分别为-0.318、-0.300、-0.627、-0.777、0.599、-0.768、0.168;干预后两组肥胖男大学生的体重、BMI、体脂率、去脂体重、甘油三酯(TG)中t值分
通过整合传统家装链上的各环节和各生产厂商的家装部品,基于BIM技术与VR、AR、大数据、装配式和物联网技术的结合,构建设计系统、算量报价、部品定制、装配施工、运维管理等后端系统线上化的家装智能定制和全生命周期管理平台,满足家装部品智能定制、装配施工和智能运维管理的应用需求,实现了家装信息化模型的全生命周期应用.