研究论文 在上共享 基于深度学习算法的体育视频运动目标跟踪技术研究作者:尖峰 江和小静 张作者信息和声明ICISCAE 2021:2021第四届信息系统和计算机辅助教育国际会议2021年9月页2376-2380https://doi.org/10.1145/3482632.3487433出版:2021年11月22日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新的引文警报!拜托登录到您的帐户 获取访问权限目录ICISCAE 2021:2021第四届信息系统和计算机辅助教育国际会议基于深度学习算法的体育视频运动目标跟踪技术研究页2376-2380以前的文章基于数据网格的经济管理类型分类方法上一个下一篇文章基于特征提取算法的体育图像分析系统框架设计研究下一步摘要工具书类信息和贡献者文献计量学和引文获取访问权限工具书类媒体桌子分享摘要视觉目标跟踪是计算机视觉领域的研究热点。它的开发意义重大,已广泛应用于各个领域。计算机视觉技术的发展为教练员提供了一种新的训练工具。由于机器视觉比人眼具有更好的准确性和记忆性,它可以快速捕获运动目标并记录目标的各种运动数据。今天,随着科技的发展,在人们不断追求超越自我的过程中,这种传统的训练方法显然已经很难适应和满足体育运动员的训练需求,不能有效提高运动员的技能水平。本文提出了基于深度学习算法的运动视频中运动目标跟踪的技术思想,以便借助计算机视觉技术、,并通过记录各种数据来更科学地指导运动员的动作。工具书类[1]严若义,熊丹,于庆华,基于并行跟踪检测框架和深度学习的目标跟踪算法。《计算机应用》,第39卷,第2期,第343-3472019页。谷歌学者[2]罗玉辉、蔡延光。基于Android视频的目标手动跟踪系统的研究与实现。工业控制计算机,第31卷,第1期,第115-116+118页,2018年。谷歌学者[3]王全东,常天清,张磊,基于深度学习算法的坦克装甲目标自动检测与跟踪系统。《系统工程与电子技术》,第468卷,第9期,第252-265页,2018年。谷歌学者[4]罗媛、肖航、欧俊雄。基于深度学习的目标跟踪技术研究综述。《半导体光电》,第212卷,第6期,第4-14页,2020年。谷歌学者[5]李娜、迪金、刘莹。基于相关滤波的目标跟踪方法。西安邮电大学学报,第23卷,第4期,第62-71页,2018年。谷歌学者[6]陈国军、陈伟、于汉琦。基于深度学习的单目视觉水下机器人目标跟踪方法研究。《机床与液压》,第47卷,第23期,第79-82页,2019年。谷歌学者[7]王俊玲、王朔浩。基于双网络的深度学习目标跟踪算法。《计算机工程与设计》,第40卷,第10期,第3014-3019页,2019年。谷歌学者[8]刘毅。改进的粒子滤波模型技术在运动视频目标跟踪中的应用研究。《现代电子技术》,第42卷,第3期,第73-75+8019页。谷歌学者[9]顾欧阳,钟彬能,白冰,深度神经网络在目标跟踪算法中的应用及最新研究进展。《小型微机系统》,第39卷,第2期,第315-323页,2018年。谷歌学者[10]高晔。基于改进高斯混合模型的体育视频运动目标检测与跟踪。《现代电子技术》,第40卷,第19期,第91-93+97页,2017年。谷歌学者[11]张静、王文杰。基于多信息融合的多目标跟踪方法研究。计算机测量和控制,第264卷,第9期,第239-2432020页。谷歌学者[12]庄旭阳、陈保国、张景山。深度学习在红外目标跟踪中的应用前景。《航空武器》,第309卷,第1期,第51-56页,2019年。谷歌学者[13]陈国军、陈伟、于汉琦。基于深度学习的单目视觉水下机器人目标跟踪方法研究。《机床与液压》,第497卷,第23期,第88-91页,2019年。谷歌学者[14]潘志安、朱三元。运动摄像机视频中多运动目标的实时跟踪算法。《控制工程》,第24卷,第4期,第836-843页,2017年。谷歌学者 引用人查看全部张Z吴F邱Y梁J李斯(Li S)(2023)跟踪快速移动的小目标:基准计算机视觉–ACCV 202210.1007/978-3-031-26293-7_33(552-569)在线发布日期:2023年3月11日https://doi.org/10.1007/978-3-031-26293-7_33布伦特·MEmmanuel T公司(2022)计算机辅助骨组织形态计量学和培养骨细胞鉴定的当代进展钙化组织国际2007年10月7日/00223-022-01035-2112:1(1-12)在线发布日期:2022年10月29日https://doi.org/10.1007/s00223-022-01035-2 基于深度学习算法的体育视频运动目标跟踪技术研究计算方法人工智能计算机视觉计算机视觉任务计算机图形动画 建议 基于SIFT算法的运动视频运动目标检测与跟踪技术研究体育视频运动目标检测与跟踪对提高体育运动的普及度和体育赛事的推广起着重要作用。本文结合SIFT算法进行了运动视频运动目标检测与定位的研究。。。阅读更多信息基于深度学习的足球运动员视频目标跟踪足球运动员视频目标跟踪是一项极具挑战性的任务,具有很好的实用价值和商业价值。传统的足球比赛目标跟踪依靠运动员携带记录芯片来实现目标跟踪,但成本很高。使用。。。阅读更多信息基于视频处理技术的运动训练仿真系统ICISCAE 2021:2021第四届信息系统和计算机辅助教育国际会议 随着信息技术和体育科学相关技术的发展,基于运动视频处理的运动训练仿真技术日益发展成熟。通过视频处理和跟踪的应用。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 ICISCAE 2021:2021第四届信息系统和计算机辅助教育国际会议2021年9月2972页国际标准图书编号:9781450390255内政部:10.1145/3482632 版权所有©2021 ACM。如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布,在服务器上发布或重新发布到列表,需要事先获得特定许可和/或付费。从请求权限[电子邮件保护]出版商计算机协会美国纽约州纽约市出版历史出版:2021年11月22日权限请求对此文章的权限。请求权限检查更新限定符研究文章研究推荐有限公司会议ICISCAE 2021年ICISCAE 2021:2021 IEEE第四届信息系统和计算机辅助教育国际会议2021年9月24日至26日中国大连 贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章指标 2引文总数查看引文42总下载次数下载次数(过去12个月)12下载次数(最近6周)0 其他指标查看作者指标引文 引用人查看全部张Z吴F邱Y梁J李斯(Li S)(2023)跟踪快速移动的小目标:基准计算机视觉–ACCV 202210.1007/978-3-031-26293-7_33(552-569)在线发布日期:2023年3月11日https://doi.org/10.1007/978-3-031-26293-7_33布伦特MEmmanuel T公司(2022)计算机辅助骨形态计量学和培养骨细胞鉴定的最新进展钙化组织国际2007年10月7日/00223-022-01035-2112:1(1-12)在线发布日期:2022年10月29日https://doi.org/10.1007/s00223-022-01035-2 视图选项获取访问权限 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此出版物 查看选项 PDF格式以PDF文件查看或下载。PDF格式 电子阅读器使用联机查看电子阅读器.电子阅读器 HTML格式格式在中查看本文HTML格式格式。HTML格式媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享Linkedin公司重新编辑电子邮件附属机构尖峰 江中国潍坊工程职业学院查看个人资料小静 张中国潍坊工程职业学院查看个人资料