《Sensors》:Deep Learning for Sensor-Based Sport Performance and Health Monitoring: A Review of Wearable, Vision-Based, and Multimodal Sensing Approaches
编辑推荐:
近年来,可穿戴传感、视觉感知、轨迹追踪、生理监测及多模态传感技术与深度学习方法的协同发展,实现了对运动表现及运动员健康的连续化、客观化与个体化评估。区别于既往聚焦于单一传感模态、特定运动项目或单一算法系列的综述,本研究整合了可穿戴、视觉、轨迹、生理及多模态数据
近年来,可穿戴传感、视觉感知、轨迹追踪、生理监测及多模态传感技术与深度学习方法的协同发展,实现了对运动表现及运动员健康的连续化、客观化与个体化评估。区别于既往聚焦于单一传感模态、特定运动项目或单一算法系列的综述,本研究整合了可穿戴、视觉、轨迹、生理及多模态数据流与深度学习模型,覆盖运动表现分析与运动员健康监测两大应用场景,厘清了模态-任务-模型的对应关系及转化局限。本文系统梳理了基于传感器的体育智能领域的最新进展,重点阐释异质数据流如何转化为面向表现与健康相关的决策支持信息。涵盖的应用场景包括运动员与球体感知、多目标追踪、姿态估计、动作识别、轨迹与战术分析、训练负荷与疲劳监测、损伤风险预测、康复监测及重返运动支持。研究人员探讨了卷积神经网络(CNN)、长短期记忆网络(LSTM)、门控循环单元(GRU)、时间卷积网络(TCN)、Transformer、注意力机制、图神经网络(GNN)及多模态融合模型等深度学习架构在视觉、时序、空间、生理及多源数据适配性上的差异。本文进一步识别了数据异质性、标注资源稀缺、跨项目与跨设备泛化能力不足、实时部署约束、模型可解释性欠缺、隐私保护及伦理治理等关键挑战。未来研究应聚焦于标准化数据集构建、可靠的多模态数据融合策略开发、自监督与迁移学习方法探索,以及边缘或云计算平台部署优化。此外,通过可解释人工智能(XAI)增强模型透明度,构建闭环个体化监测系统亦至关重要。通过整合传感技术、深度学习方法与真实场景应用的进展,本综述旨在为优化运动表现、预防运动损伤、指导康复训练及支持运动员长期健康管理提供实践参考。
1. 引言
可穿戴传感器、视觉系统、光学追踪器、全球定位系统(GPS)及生理监测技术的快速发展,正深刻变革运动表现与运动员健康的分析范式。传统评估依赖专家观察、经验判断与赛后统计,当前数据驱动框架已逐步成为其重要补充。连续感知、智能建模与实时反馈实现了更客观、及时的评估。在高水平训练与竞赛中,运动员轨迹、姿态、加速度、角速度、心率、肌电活动、疲劳状态及康复进程等变量可被高连续性、高颗粒度记录。现有运动医学研究表明,可穿戴传感技术在功能评估、损伤监测、术后康复及训练反馈中的应用日益广泛,为运动科学与临床决策提供了更客观、可量化、可追溯的依据。运动场景下的传感器数据可分为视觉/相机数据、轨迹与定位数据、可穿戴惯性数据及生理/生物信号数据,分别捕捉动作外观、空间演化、局部动力学特征及内部生理状态。不同系统在精度、成本、便携性、实时性及适用场景上存在显著差异,传感选型需结合运动项目、研究问题与实践场景综合考量。本文将运动表现分析与运动员健康监测划分为既关联又独立的两类终点:前者侧重感知、轨迹重建、动作质量评估与战术决策支持,后者侧重内部负荷、疲劳、损伤风险、康复及重返运动决策,以此为主线贯穿全文以减少重复论述并建立模态与分析任务的适配关系。深度学习显著推动了视觉/视频类运动数据的分析进程,以足球为例,SoccerNet-v2为广播视频理解提供了大规模基准,覆盖动作 spotting、镜头理解与回放定位等任务,推动体育视频分析从孤立事件识别迈向全场比赛理解。SportsMOT等多目标追踪数据集进一步解决了篮球、排球、足球等项目中高速运动、球员视觉相似、频繁遮挡等挑战,使球员检测、身份维持与轨迹重建成为智能体育分析的基础任务。视觉感知已超越简单的球员与球体识别,广泛应用于动作描述、运动模式解析及球员交互建模。在表现分析中,深度学习不再局限于基础感知任务,更逐步应用于时空建模、比赛状态解读与决策支持,例如结合目标检测、轨迹估计与图卷积网络实时分析球员-球体交互,量化距离、速度与交互模式;TacticAI则通过几何深度学习支持团队运动战术解读与决策。健康相关应用是传感器驱动体育智能的另一重要分支,其更关注负荷响应、疲劳、损伤风险与恢复状态,受外部负荷与内部生理变化的共同影响,还需纳入既往损伤史、功能能力与项目特异性需求。多模态传感通过整合互补的运动信息,显著提升了识别鲁棒性。深度学习在可穿戴传感器实时健康预测中的应用日益成熟,循环神经网络可有效处理设备采集的健康信号,实现连续状态识别与生理状态实时监测。损伤风险预测方面,针对职业足球运动员的纵向研究表明,结合内外部负荷指标与机器学习模型可估算肌肉损伤风险,阐明训练与比赛负荷对损伤发生的影响;结合可解释机器学习与生物力学测试,可识别腘绳肌力量、肌肉刚度、双侧不对称等关键特征,凸显了模型准确性与可解释性并重的需求。康复监测与重返运动决策支持是另一核心应用领域,传统评估依赖周期性体能测试、临床经验或固定阈值,难以全面捕捉真实运动状态下的恢复质量。最新研究利用前交叉韧带重建术后早期体能指标训练机器学习模型,成功预测12个月后的重返运动结局,表明整合可穿戴传感器、功能测试与智能建模可实现从“达标判定”到“安全有效重返”的评估范式转变。尽管取得诸多进展,该领域仍面临多重壁垒:运动传感器数据受项目类型、采集设备、相机视角、传感器佩戴位置及运动员水平影响显著,数据分布差异大,单场景训练的模型泛化能力受限;高质量标注数据短缺,尤其在疲劳识别、损伤风险预测与康复结局建模中,样本量小、目标事件罕见、变量定义不统一等问题突出;竞技场景要求低延迟反馈,高精度深度学习模型的计算资源需求常与实时性要求冲突。因此,除精度外,模型的鲁棒性、可解释性、隐私保护能力及与人机决策的兼容性愈发受到重视,多模态融合、实时分析与跨项目适应性成为提升智能系统实用价值的核心方向。
2. 综述范围与文献检索策略
本综述采用结构化叙事方法,系统梳理用于运动表现分析与运动员健康监测的深度学习研究进展,旨在厘清传感模态、数据类型、模型架构、应用任务与实践挑战的内在关联。为提升透明度与可重复性,检索流程分为数据库检索、相关性筛选、主题分类与叙事合成四步,检索设计与主题分类参考了可穿戴运动医学、动作捕捉技术、损伤风险预测及深度学习在运动表现分析中应用的最新综述与范围研究。文献检索覆盖Web of Science核心合集、Scopus、PubMed、IEEE Xplore及Google Scholar,聚焦2019–2026年发表的研究成果,经典数据集、基础架构与开创性方法的相关早期文献亦予以纳入。检索词融合运动应用、传感技术与计算方法三类概念,包括“运动表现分析”“运动员健康监测”“可穿戴传感器”“惯性测量单元(IMU)”“生理传感”“计算机视觉”“球员追踪”“多模态传感”“深度学习”“损伤风险预测”“疲劳监测”“康复监测”等,同时通过追溯入选综述与代表性研究的参考文献补充相关文献。纳入标准为:分析传感器衍生的运动数据,应用深度学习或相关机器学习方法解决至少一项表现或健康相关任务;优先选择同行评审期刊论文、会议论文、基准数据集及提供方法学、实证或应用证据的近期综述;非体育场景研究、缺乏明确传感或分析组件、方法学细节不足的研究不予重点关注。入选研究按传感模态、数据表征、模型架构与应用目标分类,通过合成分析提炼跨研究的技术进展与共性挑战,构建了从传感源到数据表征、模型系列、应用结局与局限性的统一分析路径。
3. 运动场景中的传感模态与数据特征
运动员动作的精准感知是运动表现分析与健康监测的基础。与一般人类活动识别相比,运动场景存在高速运动、强物理交互、复杂遮挡、显著个体差异及明确表现目标的特殊性,传感器数据不仅作为模型输入,更直接影响任务定义、架构选择与落地应用。主要传感模态包括视觉/相机数据、轨迹与定位数据、可穿戴惯性数据、生理与生物信号数据及多模态融合数据,为深度学习模型提供互补信息以支持感知、解读、评估与决策。各模态优劣势互补:视觉数据语义信息丰富,但易受遮挡、光照与视角影响;轨迹与定位数据支持结构化空间分析,但依赖精准定位与稳定身份追踪;可穿戴惯性传感器支持连续运动监测,但受佩戴位置与漂移影响;生理信号反映内部负荷,但易受噪声与个体间变异干扰。研究表明,传感技术选型需匹配任务对精度、实时性、成本及适用性的要求。从建模视角看,数据模态决定模型选择:图像与视频数据多采用CNN、视频Transformer或时序注意力模型;轨迹与定位数据常建模为时间序列或动态图;惯性数据与生理数据表征为多通道时间序列,适配一维卷积、循环神经网络与时序Transformer;多模态数据则需解决时间同步、空间对齐、特征融合与决策层集成等挑战。运动视频动作识别研究表明,体育动作具有高速、细粒度类别、多智能体交互及高标注成本特征,模型需同时整合视觉特征与时序上下文。表1总结了数据结构、模型选择、应用目标与局限性的对应关系,表明外部行为与战术语境更适合由视觉与轨迹数据捕捉,而连续负荷与健康状态监测常需惯性数据与生理信号,当目标结局同时依赖动作执行与内部响应时需采用多模态设计。
3.1 视觉与相机数据
视觉与相机数据是体育智能中应用最广、信息最丰富的传感模态,来源包括广播视频、训练录像、固定相机系统、多视角设置、深度相机及移动设备,优势在于非接触式采集与强场景重建能力,可同步捕捉运动员动作、器材状态、场地语境与团队交互,支撑运动感知与动作理解。大规模体育视频数据集的发展极大推动了基于深度学习的视觉分析,SoccerNet-v2扩展了标注足球视频的基准,支持动作spotting、镜头理解与回放对齐,推动分析从孤立动作检测迈向全场语境理解。针对技术与个人项目,视觉数据支持动作结构的细粒度分析,FineGym体操数据集提供分层标注,将完整套路分解为动作与子动作,支持精细化动作理解;许多技术动作包含助跑、腾空、旋转、支撑、落地等序列阶段,基于阶段的动作建模可提升细微差异区分能力,支持技能评估与训练反馈。动作质量评估是视觉数据在表现分析中的另一核心应用,区别于动作识别的“是什么”,质量评估关注“做得怎么样”,FineDiving跳水数据集包含带评分信息的动作序列,凸显了时序结构对分数预测与模型可解释性的重要性,在体操、跳水、花样滑冰、武术等技术主导类项目中具有重要价值。实践中,视觉数据不仅生成图像或视频级分类结果,还产生中间表征:运动员边界框支持多目标追踪与轨迹重建;关键点可构建骨架序列用于动作识别与技能评估;球员与球体位置支持交互建模与战术分析。然而,运动视觉数据面临高速运动、运动模糊、多重遮挡、队服相似、镜头切换及项目特异性差异等挑战,遮挡处理、动态背景、计算效率与跨项目泛化仍是姿态估计与追踪领域的持久难题。随着高分辨率视频采集、多视角同步、无标记点姿态估计与视频深度学习模型的进步,视觉数据将持续占据体育智能的核心地位。
3.2 轨迹、定位与光学追踪数据
轨迹、定位与光学追踪数据是捕捉运动空间行为与团队交互的关键,区别于直接记录视觉外观的视觉数据,其通常结构化表示为空间坐标、速度、加速度、运动方向、距离及身份标签,直接刻画运动员、球体或器材在时空维度的演变。数据来源包括GPS、局部定位系统、光学追踪装置、多相机追踪系统或视频检测结合多目标追踪算法生成的坐标准数据,随着在职业联赛与高水平训练中的广泛应用,高频时空追踪数据已成为表现分析、战术建模与负荷评估的重要基础。轨迹与定位数据高度结构化,常以连续时间序列形式存储,每个时间戳编码运动员或对象的二维或三维坐标,衍生指标包括速度、加速度、跑动距离、冲刺次数、空间占位、阵型宽度、攻防间距及球员间距等。与原始视频相比,轨迹数据在隐私保护、计算效率与战术分析上具有优势,模型可直接处理位置与运动关系而无需从像素中提取对象,尤其适用于足球、篮球、橄榄球、冰球、曲棍球等团队项目的阵型变化、协同运动、防守压力、传球选择与空间创造分析。深度学习中,轨迹与定位数据可建模为时间序列、空间点集或动态图结构:单个运动员的轨迹序列支持未来运动预测、模式识别与负荷评估;团队场景下,多名运动员与球体的位置可构建动态交互网络,节点代表球员或对象,边编码距离、方向、传球关系或防守压力,通过循环神经网络、TCN、Transformer与GNN学习轨迹演化模式与团队协作行为。高分辨率时空追踪已推动体育统计、表现预测、战术模式识别与空间价值评估的革新。轨迹数据可通过专用定位设备或光学追踪与视频分析自动生成,SoccerNet-Tracking为足球提供了多目标追踪标注,覆盖球员、裁判与球体,支持轨迹提取、身份维持与长时追踪;SportsMOT将基准设置扩展至篮球、排球与足球,凸显了高速运动、加速度变化与外观相似等挑战,表明从视频中稳定恢复轨迹仍是体育智能的关键难题。此外,轨迹数据为基于图的战术建模提供了天然输入,TacticAI展示了如何利用位置与几何信息进行高阶战术分析与决策。但该类数据也存在局限性:不同系统在采样率、空间精度、场地适应性与成本上的差异影响跨研究可比性;视频衍生轨迹易受遮挡、镜头切换、小目标高速运动与身份混淆影响,尤其长时球体追踪;结构化轨迹数据普遍缺乏细粒度动作细节、身体姿态与生理反应,单独使用时难以解读技术表现或内部负荷;职业数据集的商业与隐私限制也制约了公开数据可用性与泛化研究。
3.3 可穿戴惯性传感器数据
可穿戴惯性传感器数据是运动表现分析与运动员健康监测中最常用的模态之一,主要通过集成加速度计、陀螺仪与磁力计的惯性测量单元(IMU)采集,相比视觉传感,其体积小、成本低、适合长期使用且不受相机视角限制,可在训练、竞赛与康复过程中连续记录身体局部运动,典型测量指标包括三轴加速度、角速度、 orientation 角度、冲击负荷、步频、运动节律与节段运动,可用于表征运动强度、技术动作、训练负荷与功能恢复。在表现分析中,惯性传感器补充了传统训练日志与观察评估,例如针对RaceRunning运动员的研究通过腰腿部传感器连续捕捉训练负荷、冲击方向与跑步效率,证明可穿戴系统比单纯时长、距离或次数指标提供更细致的反馈,还能检测重复冲刺中的技术调整,反映运动员“如何训练”而不仅是“训练多少”,支持个体化训练调整。从深度学习视角看,惯性数据通常表征为多通道时间序列,适配一维卷积网络、循环神经网络、TCN与Transformer类模型,可从连续加速度与角速度信号中提取周期模式、冲击特征、节律变化与局部运动特征,应用于动作识别、运动强度估计、疲劳评估与异常检测。团队运动中氧耗估计的研究结合IMU、心率与呼吸数据,对比了LSTM、CNN、MLP与XGBoost方法,结果表明基于原始IMU数据训练的LSTM模型可实现精准VO2预测,证实惯性传感器可支持无创内部负荷估计。但惯性数据存在局限性:传感器佩戴位置、固定方式与个体运动习惯显著影响信号质量,降低跨研究可比性;IMU易受漂移、噪声与冲击伪影影响,需滤波、校准与标准化处理;单传感器通常仅捕捉局部节段运动,难以表征全身运动与整体语境,因此常与视觉、轨迹或生理信号结合以提升表现与健康评估的可解释性。
3.4 生理与生物信号数据
生理与生物信号数据主要用于捕捉训练、竞赛与康复过程中运动员的内部负荷与生理反应,为健康监测与个体化训练调整提供关键信息,常见信号包括心率、心率变异性、心电图(ECG)、肌电图(EMG)、血氧饱和度、皮肤温度、呼吸频率、汗液相关指标与局部肌肉活动,区别于反映外部行为的视觉、轨迹或惯性数据,其表征内部状态,可揭示疲劳累积、恢复状态、心肺负荷、肌肉激活与潜在健康风险。实践中,生理数据常通过可穿戴设备与移动平台实现连续监测,例如针对运动员训练的实时可穿戴系统集成应变片、温度传感器与脉搏传感器,测量肌肉收缩、体温与脉搏率,为训练中即时反馈提供支持;云赋能健康监测系统整合心率、加速度、体温等生理与运动数据,结合CNN、LSTM与自注意力机制预测运动员健康状况,典型工作流包括数据采集、无线传输、云端或边缘处理、深度学习建模与移动端反馈。建模层面,生理信号具有时序依赖性与个体间变异性,心率、EMG或呼吸的变化不仅受运动强度影响,还与训练水平、恢复状态、环境条件及心理压力相关,因此深度学习模型需捕捉时序趋势、异常波动与个体化响应模式。基于IMU可穿戴设备与循环神经网络的研究表明,连续生理数据可预测足球运动员健康状况,为实时监测奠定基础;结合外部负荷、运动特征与运动强度后,模型可更全面地表征内部生理状态与可观测表现的关系。但生理数据面临多重挑战:信号易受运动伪影、出汗、皮肤接触、传感器固定稳定性与环境温度影响;个体基线差异与负荷响应变异使得统一阈值难以适用;生理信号与表现结局或损伤风险的关系常呈非线性且依赖语境,因此最适合作视觉、轨迹、惯性数据的互补模态,支持运动健康监测中的疲劳检测、负荷管理、损伤风险评估与个体化反馈。
3.5 多模态传感器融合数据
多模态传感器融合指在同一训练、竞赛或康复场景中同步采集并整合多源传感数据流,从互补视角表征运动动作与生理状态,通过整合视觉、轨迹、惯性与生理数据源,补偿单一模态局限,提升复杂运动环境下的模型鲁棒性。深度学习框架下,多模态融合通常在数据层、特征层或决策层实现:数据层融合在模型输入前完成多模态同步与对齐;特征层融合提取各模态特异性表征后,通过拼接、注意力加权或投影至共享隐空间实现整合;决策层融合则整合独立训练的模态特异性模型的预测结果。例如视频-惯性融合研究中,分别通过3D与2D卷积网络处理相机视频序列与可穿戴惯性信号,对比特征层与决策层融合策略,融合模型性能优于单模态基线,验证了视觉与惯性信息在动作识别中的互补价值。多模态融合在运动健康监测中尤为重要,因为运动员状态同时取决于外部负荷、运动模式、生理响应与恢复能力,近期研究结合IMU与表面EMG信号实现实时生物力学风险评估与康复追踪;团队运动中联合使用IMU、心率与呼吸信号也提升了内部生理需求估计的准确性。但多模态融合引入额外技术挑战:不同模态在采样频率、时间延迟、空间坐标系、噪声特性与缺失数据模式上存在差异,可靠同步与对齐是有效融合的前提;多模态模型通常增加计算复杂度,可能阻碍实时部署;实践中部分模态可能因传感器故障、遮挡或固定不稳而不可用,要求模型具备处理缺失或退化输入的能力。总体而言,多模态融合推动监测从单一指标向综合状态理解转变,核心价值在于将观测到的运动、测量的负荷与生理响应整合至统一分析框架。
3.6 传感模态、任务目标与模型架构的关系
运动应用中,传感模态、任务目标与模型架构紧密依存:可穿戴惯性数据与生理信号更直接关联连续状态监测与健康风险评估,惯性时间序列支持动作周期检测、训练负荷估计、冲击分析与康复动作评估;生理与生物信号支持内部负荷估计、疲劳识别、恢复监测与健康状态预测;基于云处理与深度学习的可穿戴健康监测研究表明,CNN、LSTM与注意力机制可联合利用局部信号特征与时序依赖性进行运动员健康状态建模。多模态数据进一步拓展了任务范围与模型设计空间:视觉-惯性融合可提升动作识别与姿态理解;轨迹-生理-负荷融合可建模外部表现与内部响应的关系;视觉-轨迹-图融合可支持战术分析与比赛状态理解。实时表现监测研究也表明,可穿戴传感器、物联网传输与TCN、BiLSTM、注意力机制等深度学习模型可支持从数据采集到实时反馈的连续工作流。因此,传感模态、任务目标与模型架构不应被视为独立组件,未来方法设计应强调数据、模型结构与应用场景的对齐,而非单纯追求模型复杂度或孤立性能指标。
4. 面向运动表现分析的深度学习方法
运动表现分析中,传感器数据需通过深度学习模型转化为可解释、可度量且支持决策的洞察。相比人工统计与专家观察,深度学习可从图像、视频、轨迹、姿态与多模态数据中学习表征。本节梳理从底层感知到高阶表现解读、决策支持的代表性任务进展。任务层面,运动员、球体与器材检测构成感知基础;多目标追踪与轨迹重建生成连续时空信息;姿态估计与动作识别支持技术动作解读;时空建模、事件检测与图神经网络进一步支撑战术分析、表现评估、训练反馈与竞赛决策。表2按任务、输入、模型系列、输出与局限性总结了本节涉及的方,区分了底层感知任务与高阶战术及决策支持任务。
4.1 运动员、球体与器材检测
运动员、球体与器材检测是体育视觉分析的基础任务,目标是在图像或视频帧中定位并识别运动相关对象,为追踪、轨迹重建、姿态估计、动作识别与战术分析提供输入。与一般目标检测相比,体育检测更具动态性与领域依赖性:运动员高速运动、相互遮挡,且与小尺寸、高速运动对象或项目专属器材交互频繁。当前体育目标检测方法主要基于深度卷积网络与单阶段检测框架,以YOLO系列为代表的单阶段检测器推理速度快,适配训练与竞赛中的实时分析;两阶段检测器在特定场景下定位精度更高,但计算成本常需压缩或部署优化。YOLO模型的持续演进提升了检测精度、推理速度与部署可行性,被广泛应用于运动员检测、球体检测与运动对象识别,在精度与实时效率间取得了良好平衡。项目特异性应用中,检测模型已从单对象定位扩展至多任务感知,DeepSportLab为团队运动分析提供统一框架,联合解决球体检测、球员实例分割与姿态估计,体现了检测、分割、姿态分析与交互建模的紧密关联;体操等技巧类项目中,SCB-YOLOv5通过轻量化骨干网络与注意力机制改进YOLOv5,实现标准化动作检测,展现了目标检测在运动教学与技术纠正中的潜力;足球领域中,YOLOv7结合半监督策略用于球体检测与追踪,应对小目标、高速运动与标注成本高的问题。该任务的实际价值主要在于提供中间表征:运动员边界框支持身份关联;球体位置支持球员-球体交互分析与事件识别;检测到的器材或场地区域可辅助动作阶段分割与空间归一化。但体育目标检测仍面临球员外观相似、遮挡、小目标、运动模糊、跨项目变异与实时推理约束等持久挑战,未来需结合轻量化架构、小目标增强、时序信息与多任务学习提升稳定性与可部署性。
4.2 多目标追踪与轨迹重建
多目标追踪与轨迹重建是推动运动表现分析从帧级感知迈向连续过程理解的关键步骤。目标检测识别特定时刻的运动员、球体或器材,而表现分析需要随时间演变的移动路径、身份连续性、速度变化与空间关系。团队运动中,多目标追踪受项目特征深刻影响,以足球为例,球员数量多、队服相似、频繁身体遮挡、镜头缩放、视角变化及广播画面中小尺寸远距离目标等特点,使得稳定的球员检测与追踪成为后续二维球场映射、空间分析与比赛理解的基础。近期研究针对体育视频的特殊挑战优化追踪方法:MV-Soccer提出足球专用框架,结合检测、实例分割与追踪,融入运动向量与帧差信息,提升遮挡与边界模糊下的前景-背景分离与追踪性能;SportSORT通过引入队服颜色、号码等领域线索,结合校正匹配与重关联机制,应对外观相似、长时遮挡与视野外重现问题,表明体育追踪正从通用多目标追踪框架向利用项目特异性视觉与语境信息的专用模型演进。轨迹重建进一步将追踪输出结构化为具空间意义的数据,通过结合边界框、身份标签、时间戳与相机标定,可将视频像素坐标转换为场地坐标,计算速度、加速度、跑动距离、空间占位、球员间距与阵型动态等指标。FootyVision为足球视频提供集成框架,结合YOLOv7目标检测,融合特征嵌入、边界框重叠、距离、速度与匈牙利匹配实现身份关联,并应用场地几何实现从视频视角到球场坐标的透视变换,其工作流清晰展示了从原始视频输入到对象检测、多目标追踪、球场定位与增强空间分析的典型路径,凸显轨迹重建不仅是获取移动路径,更是将视觉检测结果转化为支持比赛理解与战术分析的空间数据。稳定轨迹数据支撑高阶表现分析:足球中可用于研究控球推进、无球跑动、防守压力与球员-球体交互;篮球中支持掩护识别、防守换人、突破与空间利用分析;排球与网球中,球体轨迹与球员位置有助于解读击球时机、移动选择与技战术执行。但多目标追踪与轨迹重建在运动环境中仍面临挑战:遮挡、镜头切换、远距离目标与球体高速运动易导致漏检、轨迹断裂与身份跳变;轨迹重建依赖检测质量、相机标定与坐标映射,前端误差会传递至战术分析与表现评估。
4.3 姿态估计与动作识别
姿态估计与动作识别标志着从对象级感知向运动动作语义理解的跨越。检测与追踪确定运动员的位置与移动方式,姿态估计聚焦身体关键点、姿态与关节关系,动作识别则将姿态、视频或多模态表征映射到技术动作、匹配行为或动作阶段。体育深度学习姿态估计可分为二维与三维两类:二维姿态估计从图像或视频中提取人体关节坐标,常用于技能观察、动作阶段分割与训练反馈;三维姿态估计进一步恢复空间中的关节位置与朝向,更适配运动幅度、姿态控制与生物力学特征分析,其应用已扩展至运动技能分析、动作识别、教练工具增强与裁判支持,表明姿态估计已从通用计算机视觉任务转变为运动训练与表现分析的实践工具。在训练辅助与技术反馈中,姿态估计提供动作执行的细粒度信息,AI Coach系统通过视频人体姿态估计结合单人轨迹提取、关节关系建模与姿态纠正,提供动作评分、异常姿态检测与可视化改进建议,其价值不仅在于生成关键点坐标,更在于将身体姿态变化转化为可解释反馈。针对深蹲、挥拍、跳跃、投掷、跑步、体操、武术等动作,姿态序列分析可识别异常关节角度、节奏不稳定、双侧不对称与技术环节缺失。动作识别将姿态与视频表征扩展至特定动作类别或运动阶段,团队运动中常用于识别传球、射门、防守、拦截、犯规、突破与铲抢等行为;个人技巧类项目中,动作识别常聚焦完整技能及其内部阶段结构,该领域已从动作分类迈向时序动作定位与时空定位,模型需同时判断动作发生的“是什么”“何时”与“何地”。建模层面,体育动作识别常用RGB视频、光流、骨架序列或多模态输入:RGB视频保留场景语境与外观信息,但对背景、服装与视角敏感;骨架序列强调身体结构与运动轨迹,隐私保护性更强且动作表征更清晰,融合RGB与姿态信息可同时利用场景语义与人体运动结构,花样滑冰跌倒分类研究中,Gate–Shift–Pose方法整合骨架信息与RGB图像,对比早融合与晚融合策略,证实加入姿态信息可提升识别性能,凸显