影像動作辨識系統用於羽球競賽對情蒐工作的效益：系統性回顧

Yi-Yang Chen

doi:10.6223/qcpe.202406_38(2).0003

山西大学，您好！

感谢采购，人社期刊库｜人社论文库，期间：2025/01/01~2025/12/31

感谢试用，科学期刊库｜科学论文库，期间：2025/04/01~2025/06/30

浏览高级检索

关闭
检索检索高级检索出版物检索
浏览期刊主题浏览核心期刊浏览期刊拼音浏览

关闭

查询符号(半角)	查询符号意义说明
空格	表示为「AND」两个查询词之交集
双引号 ( " " )	片语以双引号标示开始及结束，而且只寻找出现顺序相同的字词，例： " image process "
?	表示一个字母切截，输入两个?表两个字母，依此类推，例：输入「Appl?」，查得结果应为appl e , appl y … ( 常用于英文字查询 )
*	表示不限字母切截，由0~n. 例：输入「appl*」，查得结果应为appl e , appl es , appl y , appl ied , appl ication … ( 常用于英文字查询 )
AND、OR、NOT	布尔逻辑组合关键字，用来扩大或缩小查询范围的技巧。 (1) AND ：缩小查询范围 (2) OR ：扩大查询范围(3) NOT：排除不相关的范围

DOI 是数位物件识别码（ D igital O bject I dentifier ）的简称，
为物件在网路上的唯一识别码，可用于永久连结并引用目标物件。

使用DOI作为永久连结

每个DOI号前面加上「 http://dx.doi.org/ 」便成为永久网址。
如以DOI号为 10.5297/ser.1201.002 的文献为例，此文献的永久连结便是： http://dx.doi.org/ 10.5297/ser.1201.002 。
日后不论出版单位如何更动此文献位置，永久连结所指向的位置皆会即时更新，不再错失重要的研究。

引用含有DOI的文献

有DOI的文献在引用时皆应同时引用DOI。若使用APA、Chicago以外未规范DOI的引用格式，可引用DOI永久连结。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。

ACI:

数据来源：Academic Citation Index，简称ACI

台湾最大的引用文献资料库，目前收录台湾与港澳地区所出版的人文学、社会学领域学术期刊之书目资料与参考文献，总期刊量超过690种，每年定期公布收录期刊的影响指数(Impact Factor)等指标给大众，并提供专家学者与学术单位实用的计量与分析功能。

五年影响指数（5-Year Impact Factor）：某一期刊前五年所出版的文章在当年度的平均被引用次数。

公式：（前五年发表论文在统计年的被引用次数）÷（前五年论文产出论文总篇数）

例如：A期刊2017年之五年影响指数

(A期刊2012-2016年发表论文在2017年的被引总次数)/(A期刊2012-2016年发表的论文总数)

什么是预刊文章？

为提供读者最前线之学术资讯，于期刊文献获同意刊登后、纸本印制完成前，率先于网路线上发表之文章即为预刊文章。预刊文章尚未有卷期、页次及出版日期资讯，但可藉由DOI号识别。 DOI号是文献的数位身份证字号，不论预刊或正式出版皆不会改变，读者可点击DOI连结，或于DOI号前面加上「 http://dx.doi.org/ 」连结到文献目前最新版本。

如何引用预刊文章？

请使用预刊文章的线上发表日期及DOI号来引用该篇文献。

引用范例(视不同引文格式规范可能有所差异)：

作者姓名。文章篇名。期刊名称。 YYYY/MM/DD线上预先发表。

doi:DOI 号

来源数据

P131 - 150

社会科学 > 体育学

DOI： 10.6223/qcpe

书目管理工具

相关连结

问题回报

全文下载

影像动作辨识系统用於羽球竞赛对情蒐工作的效益：系统性回顾

Effect of video action recognition system on badminton competition information: A systematic review

陈羿扬(Yi-Yang Chen)

中华体育季刊； 38 卷 2 期 (2024 / 06 / 01) ， P131 - 150

繁体中文;英文 DOI： 10.6223/qcpe.202406_38(2).0003

深度学习；卷神经网路；穿戴装置；运动学；自动化； deep learning ； convolutional neural network ； wearable device ； kinematics ； automation

0 个人觉得这篇文章赞

摘要 │ 参考文献 (48)

摘要〈TOP〉

并列摘要〈TOP〉

Traditional methods of gathering badminton information involved manually recording simple parameters at the game site or reviewing video footage multiple times. These methods effectively provided the coaching team with insights into the opponent's competitive habits. However, they were time-consuming, required significant manpower, and were prone to errors due to distractions. In recent years, image motion recognition systems that utilized deep learning, wearable devices, and cameras had gained popularity in badminton information gathering and tactical strategy development. These systems offered a more efficient and accurate alternative to traditional methods. This study systematically reviewed empirical articles written in both Chinese and English from September 2019 to September 2023. The discussion that followed was based on several key considerations: the type of deep learning model suitable for recognizing badminton movement postures, the appropriate extraction method, the database to refer to, the athletes to apply the model to, the number of video events that could be analyzed, the video resolution, the frame ranges, and the types of events (movement postures) that could be observed. The study also evaluated the recognition recall, accuracy, and recognition rates. It further discussed the practical applications of motion recognition systems in badminton teaching, training, and intelligence gathering, and suggested future research directions. The aim was to provide badminton coaches and intelligence collectors with a better understanding of the specific benefits of applying motion recognition systems to badminton competition intelligence collection. The study concluded with practical applications, future research directions, and related recommendations.

参考文献 ( 48 ) 〈TOP〉

方麒尧, C.-Y.,陈韦翰, W.-H.,相子元, T.-Y.(2021)。运动轨迹追踪系统之发展与回顾。中华体育季刊，35(2)，125-136。
连结：
王威尧, W.-Y.,张凯翔, K.-S.,陈霆峰, T.-F.,王志全, C.-C.,彭文志, W. Z.,易志伟, C. W.(2020)。Badminton coach AI：基於深度学习之羽球赛事资讯分析平台。体育学报，53(2)，201-213。
连结：
江虹玲, H.-L.,王振兴, J.-S.,黄沧海, T.-H.(2019)。游泳穿戴式装置开发之文献回顾。中华体育季刊，33(4)，261-272。
连结：
林文斌, W.-B.,杨世杰, S.-C.,陈美燕, M.-Y.(2021)。知彼知己，百战不殆：数据科学应用於棒球情蒐与技战术分析。中华体育季刊，35(4)，227-237。
连结：
柳融迪, L.-T.,陈毅桓, Y.-H.,林品纬, P.-W.,刘有德, Y.-T.(2011)。化繁为简-羽球男单比赛的技术型态比较。台东大学体育学报，15，41-51。
连结：

E-mail ：

文章公开取用时，将寄通知信至您填写的信箱地址