Resumen

En este documento, estudiamos la construcción automática y extracción de variables de características de momentos deportivos y construimos la extracción de las variables específicas mediante inteligencia artificial. En este documento, se seleccionan las máquinas de vectores de soporte, que tienen un mejor rendimiento en el caso de muestras pequeñas, como clasificadores, y se construyen clasificadores multiclase de manera uno a uno para lograr la clasificación y reconocimiento de posturas deportivas humanas. El clasificador para una acción descompuesta individual se construye para transformar el problema de descripción automática de movimientos gimnásticos libres en un problema de clasificación multietiqueta. Con el aumento en la profundidad de la red de extracción de características, se mejora el efecto experimental; sin embargo, la red neuronal convolucional bidimensional pierde información temporal al extraer características, por lo que en este documento se utiliza la red convolucional tridimensional para la extracción de características espacio-temporales del video. Las características extraídas se clasifican binariamente varias veces para lograr el objetivo de clasificación multietiqueta. Para formar

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Construcción automática; Extracción; Variables de características; Inteligencia artificial; Máquinas de vectores de soporte; Clasificadores multiclase
• Keywords:Automatic construction; Extraction; Feature variables; Artificial intelligence; Support vector machines; Multiclass classifiers