改进LSTM框架下基于动作识别的技战术分析模型.pdfVIP

信息技术ＸＩＮＸＩＪＩＳＨＵ２０２５年第４期

改进ＬＳＴＭ框架下基于动作识别的

技战术分析模型

李宁ꎬ任文ꎬ赵智军

(陕西铁路工程职业技术学院ꎬ陕西渭南７１４０００)

摘要:为了能更好地识别并分析运动员的动作和技战术ꎬ文中提出了一种基于３ＤＣＮＮ的多层双

向ＬＳＴＭ动作识别分析模型ꎮ该模型通过三维卷积神经网络来提取运动特征ꎬ采用双向多层ＬＳＴＭ

代替传统的单层ＬＳＴＭ来处理时序信息ꎬ同时还引入了空间￣时间注意力机制ꎬ并使用ＳＧＤ优化器更

新模型的权重以减小损失函数ꎮ对比同类型的单层ＬＳＴＭ模型和ＳＶＭ模型ꎬ所提模型的Ｆ１分数指

标分别提升了１７％和６.１％ꎬｍＡＰ精确度指标提升了２.７％和６.６％ꎬＭＡＥ误差降低了４９％和４４％ꎮ

经验证ꎬ该模型具有较高的可靠性ꎬ能够用于运动技战术分析ꎮ

关键词:动作识别ꎻ３ＤＣＮＮꎻ双向ＬＳＴＭꎻ空间￣时间注意力机制

中图分类号:ＴＰ３９１.４１ꎻＴＰ１８３文献标识码:Ａ文章编号:１００９－２５５２(２０２５)０４－００８３－０６

ＤＯＩ:１０.１３２７４/ｊ.ｃｎｋｉ.ｈｄｚｊ.２０２５.０４.０１３

Ｔｈｅｔｅｃｈｎｉｃａｌａｎｄｔａｃｔｉｃａｌａｎａｌｙｓｉｓｍｏｄｅｌｄｅｓｉｇｎｂａｓｅｄｏｎａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎｕｎｄｅｒｔｈｅｉｍｐｒｏｖｅｄ

ＬＳＴＭｆｒａｍｅｗｏｒｋ

ＬＩＮｉｎｇꎬＲＥＮＷｅｎꎬＺＨＡＯＺｈｉ￣ｊｕｎ

(ＳｈａａｎｘｉＲａｉｌｗａｙＩｎｓｔｉｔｕｔｅꎬＷｅｉｎａｎ７１４０００ꎬＳｈａａｎｘｉＰｒｏｖｉｎｃｅꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏｂｅｔｔｅｒｉｄｅｎｔｉｆｙａｎｄａｎａｌｙｚｅａｔｈｌｅｔｅｓ’ｍｏｖｅｍｅｎｔｓａｎｄｔｅｃｈｎｉｑｕｅｓꎬｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａ

ｍｕｌｔｉ￣ｌａｙｅｒｂｉｄｉｒｅｃｔｉｏｎａｌＬＳＴＭｍｏｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎａｎｄａｎａｌｙｓｉｓｍｏｄｅｌｂａｓｅｄｏｎ３ＤＣＮＮ.Ｔｈｉｓｍｏｄｅｌｅｘ￣

ｔｒａｃｔｓｍｏｔｉｏｎｆｅａｔｕｒｅｓｔｈｒｏｕｇｈａｔｈｒｅｅ￣ｄｉｍｅｎｓｉｏｎａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋꎬｕｓｅｓｂｉｄｉｒｅｃｔｉｏｎａｌｍｕｌｔｉ￣

ｌａｙｅｒＬＳＴＭｉｎｓｔｅａｄｏｆｔｒａｄｉｔｉｏｎａｌｓｉｎｇｌｅ￣ｌａｙｅｒＬＳＴＭｔｏｐｒｏｃｅｓｓｔｅｍｐｏｒａｌｉｎｆｏｒｍａｔｉｏｎꎬａｎｄａｌｓｏｉｎｔｒｏｄｕｃｅｓａ

ｓｐａｔｉｏｔｅｍｐｏｒａｌａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ.ＴｈｅＳＧＤｏｐｔｉｍｉｚｅｒｉｓｕｓｅｄｔｏｕｐｄａｔｅｔｈｅｍｏｄｅｌ’ｓｗｅｉｇｈｔｓｔｏｒｅｄｕｃｅ

ｔｈｅｌｏｓｓｆｕｎｃｔｉｏｎ.Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓａｍｅｔｙｐｅｏｆｓｉｎｇｌｅ￣ｌａｙｅｒＬＳＴＭｍｏｄｅｌａｎｄＳＶＭｍｏｄｅｌꎬｔｈｅＦ１ｓｃｏｒｅ

ｉｎｄｅｘｏｆｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｉｎｃｒｅａｓｅ１７％ａｎｄ６１％ꎬｔｈｅｍＡＰａｃｃｕｒａｃｙｉｎｄｅｘｉｎｃｒｅａｓｅ２７％ａｎｄ６６％ꎬ

ａｎｄｔｈｅＭＡＥｅｒｒｏｒｄｅｃｒｅａｓｅ４９％ａｎｄ４４％ꎬｒｅｓｐｅｃｔｉｖｅｌｙ.Ａｆｔｅｒｖｅｒｉｆｉｃａｔｉｏｎꎬｔｈｅｍｏｄｅｌｈａｓｈｉｇｈｒｅｌｉａｂｉｌｉｔｙ

ａｎｄｃａｎｂｅｕｓｅｄｆｏｒｓｐｏｒｔｓｔｅｃｈｎｉｃａｌａｎｄｔａｃｔｉｃａｌａｎａｌｙｓｉｓ.

Ｋｅｙｗｏｒｄｓ:ａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎꎻ３ＤＣＮＮꎻｂｉｄｉｒｅｃｔｉｏｎａｌＬＳＴＭꎻｓｐａｔｉｏ￣ｔｅｍｐｏｒａｌａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ

０引言受关注的焦点之一[１－３]ꎮ在现代社会中ꎬ动作识

动作识别作为计算机视觉和机器学习领域的别技术的发展不仅在体感游戏、虚拟现实和医疗

关键问题ꎬ已经成为了科学研究及实际应用中备