İdman rəqs təlimində hərəkət tanımaq üçün CNN şəbəkəsi və Bi-LSTM modeli altında rəqəmsal intellekt

Aktsiyaların tanınması və standart hökmlər idman rəqsləri təlimində və tədrisində vacibdir. Bununla birlikdə, mövcud üsullar incə dənəli məkan-zaman xüsusiyyətlərini və əsas tədris çərçivələrini, xüsusilə tədbirlərin keyfiyyətinin qiymətləndirilməsi üçün məhduddur. Buna görə də bu tədqiqat poz semantiki xüsusiyyət ekstraksiyası, zaman diqqət və kontrastlı öyrənmə ilə bağlı əməkdaşlıq dizaynına əsaslanan idman rəqs təliminin qiymətləndirilməsi üçün sistemli bir çərçivə təklif edir. Xüsusilə, biomexanik məlumatlı poz semantik xüsusiyyətləri orijinal koordinatları əvəz etmək üçün qurulmuşdur, bu da standart hərəkətlərdən sapmaların daha həssas xarakterizasiyasını təmin edir. İki istiqamətli Uzun Qısa müddətli Xatırlama (Bi-LSTM) daha sonra hərəkətin təkamülünü modelləşdirmək üçün istifadə olunur, bir zaman diqqət mexanizmi avtomatik olaraq əsas tədris çərçivələrini müəyyənləşdirir. Kontrastlı öyrənmə xüsusiyyətlər sahəsində standart və qeyri-standart tədbirlər arasındakı ayrı-seçkiliyi daha da artırır və bu, ənənəvi təsnifat itkisi funksiyaları ilə birbaşa əldə edilmir. Eksperimental nəticələr göstərir ki, təklif olunan model fəaliyyətini tanıma üçün 95,3% dəqiqliyi və F1 hesabı 92,0% -ni əldə edir və digər mövcud fəaliyyətini tanıma modellərindən əhəmiyyətli dərəcədə üstünlük təşkil edir. Tədbir standart hökm üçün dəqiqlik həm yalan müsbət, həm də yalan mənfi dərəcələrin azaldılması ilə 88,5%-ə çatır. Ümumiyyətlə, təklif olunan üsul hərəkətin standartlaşdırılmasının qiymətləndirilməsini yaxşılaşdırmaq üçün məkan və zaman hərəkəti məlumatlarını effektiv birləşdirir və idman rəqsləri təliminə praktiki istinad verir.

Bu araşdırma xarici maliyyələşdirmə əldə etməyib.

Fiziki Təhsil Kolleci, Fujian Politexnik Normal Universitet, Fuqing, 350300, Çin

Bədən Təhsil Kolleci, Xinyu Universiteti, Xinyu, 338004, Çin

Bədən Təhsil Kolleci, Hangzhou Normal Universitet, Hangzhou, 311121, Çin

Müəlliflər heç bir rəqabət maraqlarının olmadığını bəyan edirlər.