10.16196/j.cnki.issn.1673-4793.2018.03.009
基于深度学习的足球球员跟踪算法研究
提出一种基于深度学习的足球球员跟踪方案:通过搭建全卷积孪生神经网络来提取足球比赛视频中球员丰富的视觉特征, 并在大量的包含相似性物体的数据集上对网络进行训练, 提高了算法辨别同队队员的能力.实验表明, 该算法在足球领域取得了较好效果, 跟踪准确率达到90%以上.
球员跟踪、孪生神经网络、相似性学习、深度学习
25
TP183(自动化基础理论)
国家科技支持计划2015BAK
2019-08-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
60-64