52、体育活动识别与接触追踪应用接受度研究

体育活动识别与接触追踪应用接受度研究

体育活动识别

体育活动识别在体育赛事分析、运动员训练等领域具有重要意义。这里主要聚焦于铅球、铁饼、链球和标枪投掷这四项体育活动的识别。

数据集处理

• 图像增强 ：使用图像增强技术来扩充数据集。该技术通过对给定图像进行平移、缩放、旋转等操作，人为地创建更多图像。最终数据集共有8000张图像，每个类别（铁饼、标枪、链球投掷、铅球）各2000张。
• 图像预处理 ：将所有图像调整为224×224的尺寸，并手动删除数据集中的重复、冗余或损坏图像。然后将这些图像划分为测试集和训练集。

BRISK特征描述符

在这个模型中，主要使用了Python的以下模块：NumPy、Matplotlib、Cv2、CSV、pickle和sklearn。具体处理步骤如下：
1. 创建CSV文件 ：为了存储处理图像像素后的结果，为4种不同的体育项目分别创建了4个CSV文件。
2. 颜色通道转换 ：将图像从RGB通道转换为灰度通道，因为在0到255范围内进行计算比在三个不同通道上计算更简单、复杂度更低。
3. 图像调整尺寸 ：将图像重新调整为100×100的尺寸。
4. 高斯模糊 ：对图像应用高斯模糊，以减少因部分图像在低光照条件下拍摄而产生的噪声。
5. 直方图均衡化 ：使