基于增强河马优化与注意力门控深度可分离卷积时空网络的拳击运动识别框架

《Scientific Reports》：Enhanced hippopotamus optimization for attention-gated lightweight spatio-temporal boxing sports recognition

　　

摘要

准确的拳击运动识别是智能格斗训练、动作标准化评估和比赛战术分析的核心基础。现有方法仍面临关键挑战：对高速非刚性拳击动作的细粒度特征提取不足，对遮挡、运动模糊和复杂背景的鲁棒性较弱，手动超参数调整导致的性能不稳定，以及轻量级部署与识别精度难以兼顾。同时，原始河马优化（HO）算法¹在高维神经网络超参数优化中存在种群多样性不足、探索与开发平衡性差以及早熟收敛等问题。为解决这些问题，本文提出了一种名为增强河马优化优化的注意力门控深度可分离卷积时空网络（EHO-AGDSC-STN）的拳击运动识别集成框架。其贡献在于将成熟轻量级组件与三项针对HO优化器的算法增强进行系统性工程集成。首先，设计了AGDSC-STN骨干网络，集成了深度可分离卷积单元、时空注意力门控、抗运动模糊卷积和遮挡感知增强，在确保模型轻量化和推理效率的同时提升细粒度特征提取能力。其次，构建了关键帧引导的双向时空特征融合金字塔（KF-BSTFP）和多任务协同决策头，实现端到端的"检测—姿态估计—动作分类"推理。第三，提出了增强河马优化（EHO）算法用于端到端自动超参数优化，采用Sobol–Tent混沌初始化、自适应非线性收敛因子和混合变异策略以缓解原始HO算法的固有缺陷。在两个公开职业拳击数据集上的实验表明，该方法在BoxingVI数据集和奥运会拳击出拳分类数据集上分别达到95.7%和94.9%的识别准确率，优于所有主流对比方法。我们进一步报告了10次独立运行的标准差、受控模糊和遮挡条件下的鲁棒性评估、参数量/FLOP分析、优化器敏感性分析以及EHO的跨骨干网络验证。所提框架为智能拳击运动识别提供了高效、鲁棒且轻量的技术方案。