国家体育队伍越来越重视将最新的计算机技术与传统的体育项目相结合,以便提高运动员训练和分析水平。目前,在针对排球的体育训练中,仍然主要依赖教练的个人经验,训练成本较高,质量难以保持稳定。对此,国内有体育单位引进DataVolley等专业软件辅助训练,但其需要人工录入复杂的动作记录描述;也有研究机构依靠人体传感器获取运动参数的方法,但其会对运动员的活动造成不便。发球是排球基础且重要的技术动作之一,其动作规范性对于现场稳定发挥具有重要意义。因此,本文重点研究了采用单视角方式评估排球发球动作质量的方法。本文基于改进的人体姿态估计技术,构建了基于姿态的动作评估指标,并以此为基础对比分析排球发球动作,形成了自动化对比评估排球发球动作质量的方法,并重点解决单视角视频中的肢体遮挡和运动模糊问题。对此,本文基于堆叠沙漏网络所提出的视频人体姿态估计改进方法,可通过多尺度图像特征和帧间时序信息预测帧间偏移,从而优化姿态估计效果。相较于传统的基于光流的方法,本文方法参数空间需求更小,可更有效地提高姿态估计效率和准确度。在方法实现上,本文方法的应用需要经过数据采集、姿态估计和预处理、构建评估指标、动作对比分析四个步骤。首先,数据采集步骤负责将单目摄像头采集的原始视频图像转换为OpenCV格式图像。视频图像经过姿态估计之后,姿态预处理结合拍摄角度等设置参数构建以颈部为中心的坐标系统,并进行比例缩放。然后,使用所构建的坐标系统计算角度指标、速度指标等动作姿态评估指标,以便用于后期的动作质量评价。最后,使用双向动态时间规整算法将输入动作与标准动作进行对齐,并针对对齐之后的动作序列对比分析动作姿态评估指标,获得最终的动作质量对比分析结果。本文将所提出方法在实际拍摄的视频上进行了应用,可在不干扰运动员的情况下有效定位运动员姿态,并评估其动作质量,可为教练员的指导提供有价值的分析信息支持。