بازشناسی اعمال بازیکنان والیبال با استفاده از شبکه‌های عصبی عمیق

بازشناسی اعمال انسان کاربردهای فراوانی در حوزه پردازش تصویر و بینایی ماشین دارد و سالهاست کهپژوهشگران در این حوزه کار می‌کنند. یکی از خلاهای 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 شد و از میان آنها دو روش «شبکه یکپارچه کانولوشنی و بازگشتی lstm» و «شبکه کانولوشنی عمیق سه‌بعدی c3d» که دارای نتایج بهتری بودند به تفصیل مورد بررسی قرار می‌گیرند و نتایج هریک از این دو روش و نقاط قوت و ضعف آنها ارایه می‌گردد. میانگین دقت رده بندی برای دو روش فوق الذکر به ترتیب 92.5 و 93.3 درصد است.