MobileNetV3 전이학습 기반 스포츠 비디오 클립 추출 구현

Implementation of Sports Video Clip Extraction Based on MobileNetV3 Transfer Learning

스포츠 영상은 중요한 정보 자원에 속하여 있고 정확다가 높게 스포츠 영상 속에 유효 클립을 추출할 수 있어서 코치를 잘 보조하여 영상에서 선수들의 동작을 분석하며 사용자가 더 직관적으로 선수들의 타격 자세를 감상할 수 있다. 현재 스포츠 영상 클립 추출된 결과가 주관이 뚜렷하고 업무량이 많고 저효율 등 결함에 대해 MobileNetV3을 기반으로 스포츠 비디오 클립 분류 방법을 제시하였고 사용자의 시간이 절약하게 한다. 실험이 추출된 유효 클립에 대한 유효성 평가를 진행했으며 추출된 클립에서 유효적인 비율은 97.0%로 자지해서 유효 클립이 추출된 결과는 양호를 밝히는 동시 후속 배드민턴 동작의 원본 영상 데이터 집합의 구성을 위한 기초를 다진다.

Sports video is a very critical information resource. High-precision extraction of effective segments in sports video can better assist coaches in analyzing the player's actions in the video, and enable users to more intuitively appreciate the player's hitting action. Aiming at the shortcomings of the current sports video clip extraction results, such as strong subjectivity, large workload and low efficiency, a classification method of sports video clips based on MobileNetV3 is proposed to save user time. Experiments evaluate the effectiveness of effective segment extraction. Among the extracted segments, the effective proportion is 97.0%, indicating that the effective segment extraction results are good, and it can lay the foundation for the construction of the subsequent badminton action metadata video dataset.