| بازشناسی اعمال بازیکنان والیبال با استفاده از شبکه های عصبی عمیق |
| Paper ID : 1148-MVIP2020 |
| Authors: |
|
amirabbas shabani1, Mohsen Soryani *2 1none,none 2School of computer engineering, Iran University of Science and Technology |
| Abstract: |
| بازشناسی اعمال انسان کاربردهای فراوانی در حوزه پردازش تصویر و بینایی ماشین دارد و سالهاست که پژوهشگران در این حوزه کار می‌کنند. یکی از خلأهای تحقیقاتی موجود در این زمینه بازشناسی اعمال ورزشی است. در این مقاله بازشناسی اعمال بازیکنان والیبال را در نظر گرفته و با تهیه یک مجموعه داده از 3 عمل اسپایک، دریافت و سرویس در والیبال به پیاده سازی 4 روش مختلف اقدام شده و از میان آنها دو روش "شبکه یکپارچه کانولوشنی و بازگشتی LSTM " و "شبکه کانولوشنی عمیق سه‌بعدیC3D" که دارای نتایج بهتری بودند به تفصیل مورد بررسی قرار می گیرند و نتایج هر‌یک از این دو روش و نقاط قوت و ضعف آنها ارایه می گردد. میانگین دقت رده بندی برای دو روش فوق الذکر به ترتیب 92.5 و 93.3 درصد است. |
| Keywords: |
| بازشناسی اعمال، والیبال، شبکه عصبی کانولوشنی، شبکه عصبی بازگشتی، شبکه عصبی کانولوشنی سه بعدی |
| Status : Paper Accepted (Oral Presentation) |
