Pendanaan: Pekerjaan ini didukung oleh Pangkalan Penelitian Utama untuk Filsafat dan Ilmu Sosial di Provinsi Sichuan—Dana Proyek Pusat Penelitian Acara Olahraga Internasional Tianfu (Nomor Proyek YJY2024B15).

ABSTRAK

Mengklasifikasikan gerakan tenis dari data video menghadirkan tantangan yang signifikan, termasuk overfitting, kumpulan data terbatas, akurasi rendah, dan kesulitan dalam menangkap kondisi dunia nyata yang dinamis seperti pencahayaan variabel, sudut kamera, dan gerakan pemain yang kompleks. Pendekatan yang ada kurang kokoh dan praktis untuk aplikasi waktu nyata, yang sangat penting bagi analis dan pelatih olahraga. Untuk mengatasi tantangan ini, makalah ini mengusulkan arsitektur canggih yang secara strategis mengintegrasikan Bidirectional Long Short-Term Memory Network (BiLSTM) dan mentransfer pembelajaran dari Convolutional Neural Network (CNN) MobileNetV2 yang ringan. Motivasi di balik pekerjaan ini terletak pada kemampuan pelatih untuk menganalisis kinerja pemain secara objektif dan menyesuaikan strategi pelatihan berdasarkan pengenalan gerakan yang tepat. Model ini dirancang untuk meningkatkan perekaman representasi video, meningkatkan akurasi klasifikasi tindakan, dan beroperasi secara efisien dalam kondisi dunia nyata. Validasi dengan kumpulan data THETIS menunjukkan hasil yang canggih, mencapai akurasi 96,72% dan daya ingat 96,97%, yang secara signifikan mengungguli metode yang ada. Selain itu, integrasi kapabilitas komputasi awan dan edge memfasilitasi deteksi aksi tenis secara real-time, yang memberikan wawasan langsung dan dapat ditindaklanjuti bagi para praktisi. Sebuah studi kasus yang memotivasi menunjukkan bagaimana metode ini dapat secara efektif mengidentifikasi dan menganalisis gerakan kompleks seperti smash dan slice, mengatasi tantangan lama dalam pelatihan tenis berbasis video. Penelitian ini menawarkan solusi yang kuat dan adaptif untuk mengklasifikasikan aksi tenis, dengan implikasi yang menjanjikan bagi pelatih dan analis olahraga yang mencari alat yang efisien dan dapat diskalakan untuk analisis video.