摘要

本申请涉及一种基于一维卷积神经网络的羽毛球落地点检测方法,它包括如下步骤:S1:制作羽毛球坐标序列数据集;S2:构建基于一维卷积神经网络的羽毛球落地点检测模型;S3:训练与验证羽毛球落地点检测模型;S4:使用训练好的模型实现羽毛球落地点实时检测。本发明使用一维卷积神经网络模型,对羽毛球运动轨迹序列进行检测,输入羽毛球坐标序列,由模型推理输出不含有落地点或者含有落地点时各个点属于落地点的概率。相较于使用曲线拟合或者对速度、加速度建立数学模型等设置先验阈值的方式,本发明具有更高的准确率和更强的泛化性,适用于许多序列特征点检测任务。