本文提出一个基于3D姿态的板球击球分类与自动生物力学分析系统。首先使用 YOLO 在原始视频帧中检测击球手，然后利用 MeTRAbs 提取 30 个关键点的 3D 骨架序列，得到完整的生物力学特征。随后构建一个深度学习集成模型，对四类击球（flick、pull、defense、drive）进行分类，整体准确率达到 97.68%。我们进一步分析了误分类样本，探讨了角度相似、动作过渡等导致错误的原因。系统还能输出关键关节角度并与专家水平对比，为新手提供技术反馈并辅助伤病预防。教练可利用分类结果对球员进行长期评估和不同击球类型的统计分析。
点评