賀 莉，李慧萌，金慶凱，趙樹桐

（皖西學(xué)院 體育學(xué)院，安徽 六安 237012）

隨著健美操事業(yè)的發(fā)展，運動員的技術(shù)水平得到了大幅度的提高。在健美操運動競技中，運動員對于高難度動作技術(shù)的掌握是獲得勝利的核心[1]。在一些國際比賽中不難看出，國內(nèi)健美操運動員與國外運動員之間的差距主要來自高難度動作，成套中難度動作整體布局均衡性不夠，健美操運動員對高難度運動的完成質(zhì)量也比較差[2]。針對這種問題，有專家建議采用錄像分析法來訓(xùn)練運動員的動作技術(shù)，提高競技水平，主要目的是通過動作圖像揭示動作特點和規(guī)律，準(zhǔn)確地捕捉各個瞬間，為運動員訓(xùn)練科學(xué)性提供理論依據(jù)[3]。

在對健美操運動員訓(xùn)練中，如何精確地識別高難度視頻中的動作是一個難點。只有精確地識別出運動員的動作，才能更好地為健美操運動員的后續(xù)訓(xùn)練提供依據(jù)。視頻動作識別技術(shù)一直是國內(nèi)外研究的重點，特別是在計算機(jī)視覺技術(shù)發(fā)展越來越成熟之后，主要利用計算機(jī)來識別視頻數(shù)據(jù)進(jìn)行處理和識別[4-6]。人體運動識別技術(shù)應(yīng)用范圍十分廣泛，國內(nèi)外研究內(nèi)容也比較多，如基于Kinect的動作識別方法、基于3D-LCRN的視頻動作識別方法，這兩種識別方法在實際應(yīng)用中，受到光照、遮擋等因素的影響，動作特征的表征效果比較弱，方法的實用性需要進(jìn)一步提高[7-9]。因此，本文提出健美操運動員高難度視頻動作識別方法，以解決上述傳統(tǒng)的視頻動作識別方法中存在的問題。

1 健美操運動員高難度視頻動作識別方法設(shè)計

1.1 檢測視頻動作

在檢測前，設(shè)置一個判斷閾值，對健美操高難度視頻序列中相鄰的兩幀或多幀圖像中相對應(yīng)的像素點進(jìn)行計算，計算出灰度差值的絕對值，與設(shè)置好的判斷閾值相比較，從而提取出運動目標(biāo)。以連續(xù)的兩幀計算，計算公式為：

式（1）中表示包含動作目標(biāo)的二值差分圖像，Li（x, y）表示第i幀圖像中（x, y）處的像素值，Li-1（x, y）表示前一幀圖像中對應(yīng)的像素值，ψ表示預(yù)先設(shè)置的閾值[10]。當(dāng)G（x, y）的計算結(jié)果為1時，表示連續(xù)兩幀圖像對應(yīng)像素點的灰度值大于設(shè)置的閾值ψ，通過這一判斷可知，當(dāng)前幀中的該像素點屬于前景，反之屬于背景[11]。將前景與背景區(qū)分開，即可完成對動作的檢測。在后續(xù)操作中，提取出動作特征用于后續(xù)識別。

1.2 提取視頻動作整體特征

使用Zernike矩提取視頻動作整體特征，一幅圖像的Zernike矩就是該圖像在Zernike多項式上的投影。對于健美操高難度視頻圖像上的點（x, y），與其相對應(yīng)的Zernike多項式為：

式（2）（3）（4）（5）中n為非負(fù)數(shù)，m為正整數(shù)或負(fù)整數(shù)，滿足n-∣m∣為非負(fù)偶數(shù)，Um（a）表示角函數(shù)，Wnm（r）表示徑向多項式[12]。具體表示為：

式（6）（7）中t表示方向，Zernike多項式和徑向多項式Wnm（r）滿足正交性，并且Zernike矩還具有旋轉(zhuǎn)不變性，有效地減少了Zernike矩包含的冗余信息[13]。對于連續(xù)函數(shù)z（x, y），其相對于坐標(biāo)原點的Zernike矩為

式（8）中F*nm（r, a）表示Zernike多項式的共軛多項式。對于圖像，采用求和的方式來代替積分：

式（9）中L（x, y）表示圖像中的像素值。對于某一幀圖像，在計算前，將平移圖像的重心到坐標(biāo)原點，以單位圓為映射范圍完成圖像像素點的映射，再利用公式7計算出對應(yīng)的Zernike矩[14]。對于一個圖像序列，計算出3D Zernike矩的公式為：

式（10）（11）中O（i, x, y）是引入的第三維度，u和v表示的是由用戶定義的參數(shù)，pic表示整個序列中圖像的數(shù)目，-1表示前一幀圖像的重心，表示當(dāng)前圖像的重心。在計算過程中視頻圖像可能存在不同的數(shù)目，為了避免對計算結(jié)果產(chǎn)生影響，對計算出的3D Zernike矩進(jìn)行歸一化處理。處理如下：

式（12）中C表示目標(biāo)的像素個數(shù)。使用公式（9）和公式（11）來得到對應(yīng)的3D Zernike矩即為目標(biāo)的整體特征，在獲得此特征后，使用CNN-RNN模型識別視頻動作。

1.3 視頻動作特征識別

由于健美操視頻中時空場景比較復(fù)雜，圖像中包含的大量噪聲會影響動作識別的精確性，也會為識別方法增加不必要的計算量[15]。因此在提取特征之前，在視頻動作識別過程中引入注意力機(jī)制，賦予CNN-RNN模型自動篩選人物相關(guān)特征功能。

通過一個串行支路將通道注意力和空間注意力連接起來。在通道注意力中，對獲取通道注意力進(jìn)行分散處理，將其映射在不同通道，增強(qiáng)通道有效信息，抑制通道無效信息，在空間注意力模塊中，引入加權(quán)調(diào)整參數(shù)，對特征平面進(jìn)行池化以及激活處理，獲取通道值為1的空間注意力平面，得到注意力特征。

對空間位置權(quán)重加以反復(fù)更新，在下一刻CNN特征輸入上映射空間注意力機(jī)制，充分結(jié)合時間以及上下文信息，基于動態(tài)學(xué)習(xí)觀測關(guān)鍵動作特征變化。

對于動作識別過程中的時間注意力，之前在不同時刻權(quán)值獲取中，基于卷積神經(jīng)網(wǎng)絡(luò)賦予不同時刻不同值，提高特征的表征能力。具體過程如圖1所示。

圖1 深度特征幅值過程示意圖

以視頻動作數(shù)據(jù)中包含的特征信息作為輸入，使用CNN-RNN模型多層逐級地表征輸入特征。通過LSTM，時序建模CNN導(dǎo)出特征，對視頻動作時空特征加以積聚處理，將其輸入分類器進(jìn)行動作識別。識別過程如圖2所示。

圖2 CNN視頻動作識別示意圖

通過卷積神經(jīng)網(wǎng)絡(luò)，對任意幀圖像高層表征加以導(dǎo)出，基于LSTM體系結(jié)構(gòu)，對時序深度特征加以提取，該體系結(jié)構(gòu)包括512個隱藏節(jié)點，特征輸出在任意時刻都在發(fā)生。神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，輸出層不同視頻片段的圖像幀均分配到0-1權(quán)重，表征后面幀獲取信息重要程度。在測試過程中，加權(quán)求和幀分?jǐn)?shù)，通過softmax分類器加以分類，完成視頻動作識別。至此，健美操運動員高難度視頻動作識別方法設(shè)計完成。

2 健美操運動員高難度視頻動作識別方法實驗研究

2.1 實驗準(zhǔn)備

實驗研究主要在MATLAB環(huán)境下進(jìn)行，使用的視頻序列為健美操基礎(chǔ)動作數(shù)據(jù)集中的視頻通過分幀化得到，在實驗前將每一視頻序列統(tǒng)一處理為灰度圖像。實驗采用的動作片段如圖3所示。

圖3 實驗部分?jǐn)?shù)據(jù)集

對于實驗數(shù)據(jù)的處理，先對每個視頻片段進(jìn)行分幀處理，轉(zhuǎn)化為彩色格式的圖像序列，再將其轉(zhuǎn)換為灰度圖像序列，再使用不同的識別方法識別視頻動作。

考慮到實驗的公正可靠，實驗以對比實驗為主，將基于3D-LCRN的視頻動作識別方法、基于Kinect的動作識別方法和提出視頻動作識別方法作為實驗對象，設(shè)計兩組對比實驗，驗證識別方法的實用性。針對對比實驗搭建的平臺配置如表1所示。

表1 實驗平臺配置

設(shè)計的對比實驗一組為識別精度實驗與驗證，另一組是計算復(fù)雜度實驗與驗證，其中：計算復(fù)雜度以計算成本和迭代次數(shù)來衡量。

2.2 計算復(fù)雜度實驗結(jié)果與分析

為了驗證視頻動作識別方法的計算復(fù)雜度，使用MATLAB軟件作為主要平臺，將實驗圖像作為輸入，使用不同的視頻動作識別方法處理實驗圖像，通過MATLAB輸出實驗結(jié)果，如圖4所示。

圖4 不同識別方法的計算復(fù)雜度實驗結(jié)果

對比觀察圖中結(jié)果可知，基于3D-LCRN的動作識別方法，在迭代計算過程中，計算并不穩(wěn)定，在迭代次數(shù)達(dá)到200次左右時，計算損失量逐漸平穩(wěn)，但是損失量在7.5以上，側(cè)面說明了該識別方法的計算復(fù)雜度比較高；基于Kinect的動作識別方法在迭代計算過程中，計算比較穩(wěn)定，同樣在迭代次數(shù)達(dá)到200次左右，計算損失量逐漸平穩(wěn)，損失量雖然沒有上一識別方法多，但是整體計算復(fù)雜度也是比較高的；與前兩組實驗結(jié)果相比，提出的視頻動作識別方法在迭代計算未達(dá)到200次時就已經(jīng)有平穩(wěn)的趨勢，并且計算損失量極低，這一現(xiàn)象說明該方法的計算復(fù)雜度比較低。

2.3 識別精度實驗結(jié)果與分析

在識別精度實驗研究中，隨機(jī)選擇實驗數(shù)據(jù)中某一組圖像數(shù)據(jù)，將其作為識別目標(biāo)，使用不同的視頻動作識別方法識別實驗視頻數(shù)據(jù)，利用統(tǒng)計軟件計算并輸出識別精度結(jié)果，如表2所示。

表2 不同識別方法識別精度實驗結(jié)果

從表2中數(shù)據(jù)可以觀察到，對于不同的健美操高難度動作，識別精度存在一定的差異。三組實驗結(jié)果對比觀察可知，本文提出的視頻動作識別方法對于實驗數(shù)據(jù)中的大多數(shù)動作均能達(dá)到1.00的識別精度，即使有未能達(dá)到1.00的，其識別水平也在0.95以上，但是另外兩組數(shù)據(jù)顯示，對于不同的視頻動作，其識別精度不僅不穩(wěn)定，而且識別水平較低，未能達(dá)到0.95以上。結(jié)合計算復(fù)雜度可知，設(shè)計的健美操運動員高難度視頻動作識別方法計算復(fù)雜度低、識別精度高，該方法的實用性能更好。

3 結(jié)束語

本文圍繞健美操運動員高難度視頻的分析展開調(diào)查，在大量研究文獻(xiàn)和資料的支持下，設(shè)計健美操運動員高難度視頻動作識別方法，并在方法設(shè)計完成后，利用大量對比實驗，驗證了提出的視頻動作識別方法的可靠性和實用性。目前，視頻動作識別技術(shù)已經(jīng)在眾多領(lǐng)域得到了應(yīng)用，考慮到基于視頻內(nèi)容的動作識別技術(shù)的重要性，在后續(xù)研究中，將對動作情感發(fā)掘和數(shù)據(jù)集的擴(kuò)充進(jìn)行深入研究與分析，進(jìn)一步完善視頻動作識別技術(shù)。