使用深度学习进行越野滑雪步法分类
计算机视觉与模式识别
2017-06-28 v1
摘要
人类活动识别在过去十年中取得了显著进展。尽管该领域大量工作致力于识别正常的人类活动，但很少有研究专注于识别体育运动中的动作。识别不同体育项目中的人体运动对于理解人类在比赛中的不同风格以及提高其表现具有重要影响。由于深度学习模型在许多分类问题中被证明具有良好的效果，本文将利用深度学习对使用3D加速度计采集的越野滑雪动作（称为步法）进行分类。本文还将比较不同的深度学习模型，如卷积神经网络和循环神经网络与标准多层感知器的性能。结果表明，深度学习更为有效，并具有最高的分类准确率。
引用
@article{arxiv.1706.08924,
title = {Cross-Country Skiing Gears Classification using Deep Learning},
author = {Aliaa Rassem and Mohammed El-Beltagy and Mohamed Saleh},
journal= {arXiv preprint arXiv:1706.08924},
year = {2017}
}
备注
15 pages, 8 figures, 1 table