36、图像超像素描述与网球运动员运动性能评估研究

图像超像素描述与网球运动员运动性能评估研究

在当今的计算机视觉和运动分析领域，图像超像素描述以及运动员运动性能评估是两个备受关注的方向。本文将介绍一种新的超像素描述方法以及一种基于数据驱动的网球运动员运动性能评估方法。

超像素描述：Star描述符

在图像分析中，超像素描述是一个重要的环节。一种新的超像素描述方法——Star描述符被提出。它通过考虑局部邻域内视觉模式的空间关系和共现性，将其建模为星型图，从而为每个超像素构建基于自身视觉线索和上下文的表示。

在grss dfc 2014数据集上的实验表明，Star描述符在多个评估指标上都取得了优于所有基线的结果。以下是具体的实验数据：
| Edge descriptor | Global/BoVW Descriptors | Opv | Ope | κ | Ovr. | Avg. |
| — | — | — | — | — | — | — |
| LBP | BoVW - STAR - BIC (Max Avg) | 0.681 | 0.772 | 0.812 | - | - |
| | BoVW - STAR - BIC (Max Avg) | 0.707 | 0.795 | 0.805 | - | - |
| | BoVW - STAR - CCV (Max Avg) | 0.638 | 0.740 | 0.769 | - | - |
| | BoVW - STAR - CCV (Max) | 0.679 | 0.779 | 0.756 | - | - |
| | BoVW - STAR - GCH (Max Sum) | 0.642 | 0.746 | 0.7