乒乓球挥拍动作识别方法研究

作者：张学锋; 陈雪瑞^*

来源：重庆工商大学学报(自然科学版), 2021, 38(01): 62-69.

DOI：10.16055/j.issn.1672-058X.2021.0001.010

• 传感器
• 模式识别
• 特征选择
• 集成学习

乒乓球运动中有很多不同类型的挥拍动作,准确识别这些运动模式对于挥拍动作的分析有着重要的意义,针对此需求提出并设计了一种基于MPU9250加速度传感器的挥拍动作识别方法。首先将传感器采集的原始数据做加窗和滤波等预处理,对预处理后的样本进行时域分析提取出每种挥拍动作的均值、方差、周期等22个统计学特征;再采用嵌入式特征选择进行特征筛选得到10个特异性特征,并使用支持向量机、随机森林、决策树以及基于以上3种算法的集成学习进行分类器训练;最后,充分比较了4种分类器对正手攻球、反手推球、正手搓球、反手搓球4种运动模式的识别精度。实验结果表明:集成学习分类器效果最佳,平均识别准确率为94.25%。

• 单位
  安徽工业大学