研究目的:艺术体操是一项徒手或手持轻器械在音乐伴奏下,以自然性和韵律性动作为基础的体育运动项目,也是一种艺术性较强的女子竞技体操项目。随着艺术体操的发展不断深入,一些现实困境逐渐浮现在其评判工作中。艺术体操作为一项表现难美型的运动项目,其动作的识别与评价是艺术体操评判的重要工作之一。长期以来,由于艺术体操动作的多样化和复杂化,使得艺术体操评判工作较难开展,众所周知,在艺术体操比赛中,裁判员的打分都是根据既定的标准对艺术体操运动员进行打分评判,这不仅要求裁判员熟练掌握赛事规则,更要求裁判员在评判过程中长时间保持极高的注意力、准确的评判意识和较好的体力。因此,寻找一种更加有效的方法来辅助艺术体操的评判工作对体育赛事和艺术体操日常教学都有着非常重大的意义。随着信息技术的飞速发展,人工智能理论和技术发展日趋成熟,智能化产品在人们生活中的各个领域都得到了应用和普及,人脸识别技术、生物信息识别技术、车牌识别技术,姿态识别等技术愈发成熟,被广泛应用到目标追踪、图像识别等领域。动作识别作为计算机视觉中一个极具挑战性的课题,广泛应用于人机交互、视频监控和安防、环境监测、行为分析和体育等多个领域。尤其是体育领域的研究逐渐兴起,郭汉,宋耀伟,张森木等人,在《基于计算机视觉的虚拟现实技术在体育教学中的应用研究》中,将虚拟现实技术运用到体育教学,构建了系统、完善的虚拟现实教学技术框架,并且对框架的各个步骤实现途径作了详细的分析,为计算机视觉的虚拟现实在体育教学中的应用提供了技术指导。高亮在《基于计算机视觉的运动员错误动作识别模型构建及仿真》一文中,把计算机视觉技术运用到南拳运动员的训练中,对南拳运动员的高空腾飞错误动作进行识别研究,构建了南拳高空腾飞错误动作识别的模型。虽然计算机视觉技术已在体育领域有一定的应用,但运用计算机视觉识别技术对运动员进行姿态识别却少有人研究和应用。基于此,本研究为了改进艺术体操的评判与教学活动,提高教师和裁判对艺术体操项目评判的精准性与公平性,辅助艺术体操的教学与训练活动,试图将计算机识别视觉技术引入艺术体操的评判工作,探讨运用机器来代替人眼对艺术体操动作进行识别与评判。研究方法:选取艺术体操常见动作为主要研究目标,利用LSTM、Tensorflow、BodyPix等技术设计和开发艺术体操动作识别和评判系统。首先选取大量的艺术体动作做为样本,通过BodyPix技术将图像中的人物进行识别和分割,并用不同的像素把人体的各个部位表示出来,形成艺术体操动作的热图,利用LSTM模型构建出艺术体操动作神经网络模型。利用构建的LSTM艺术体操训练模型对收集的艺术体操素材库进行训练。最后,利用训练好的素材库对未知的艺术体操动作进行识别测试,并调整模型参数,并通过不断调整精度参数来提高艺术体操动作识别的准确率。研究结果:研究构建了基于深度学习技术的艺术体操动作识别与评判系统,系统包括训练图片库、机器学习和用户管理等功能,系统可以实现艺术体操动作素材的添加和管理、艺术体操素材训练神经网络模型的开发和更新、艺术体操素材测评和校正等功能,通过对训练的艺术体操动作识别模型进行测评发现,系统对艺术体操动作的识别度达到了90%以上,达到了预期目标。研究结论:艺术体操的动作识别和评判工作是艺术体操教学和训练的重要工作,本研究通过深度学习方法构建了艺术体操动作识别和评判系统,系统对艺术体操动作识别具有较好的效果。随着深度学习技术在动作识别领域的不断发展和突破,基于深度学习的艺术体操动作识别系统也将进一步完善,这将极大的促进艺术体操的快速发展,该技术可以在艺术体操教学、训练和群众体育中广泛使用,该研究具有较好的应用前景。