文献类型：期刊文章

作　　者：路来冰[1] 王艳[2] 马忆萌[3] 许金富[4]

LU Laibing;WANG Yan;MA Yimeng;XU Jinfu(Department of Physical Education,Henan Institute of Technology,Xinxiang,Henan 453003,China;School of Sports and Human Sciences,Beijing Sport University,Beijing 100084,China;School of Psychology,Xinxiang Medical College,Xinxiang Henan 453003,China;Public Sports Department of Fujian Jiangxia University,Fuzhou,Fujian 350108,China)

机构地区：[1]河南工学院体育部,河南新乡453003 [2]北京体育大学运动人体科学学院,北京100084 [3]新乡医学院心理学院,河南新乡453003 [4]福建江夏学院公共体育部,福建福州350108

出　　处：《首都体育学院学报》

基　　金：河南省教育科学“十三五”规划课题(2019-JKGHYB-0241);河南工学院教育教学改革研究与实践项目(TYB-2019004)。

年　　份：2021

卷　　号：33

期　　号：1

起止页码：6-18

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI_E2021_2022、JST、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：以Web of Science数据库1994年以来“体育”“锻炼”“运动”“机器学习”“深度学习”“计算机视觉”等关键词为主题的926篇文献为数据来源,利用“Cite Space V”软件进行可视化处理和分析,以知识图谱的方式梳理近25年的体育人工智能研究,探讨体育人工智能研究的进展和发展方向。认为:1)体育人工智能研究地区分布较广,美国处于世界领先水平,中国的研究质量有待提高。2)体育人工智能研究的高产作者与团队集中在美国高校,以开发与完善针对不同人群的,基于机器学习与深度学习技术的智能穿戴设备为主要研究方向。3)体育人工智能研究涉及到多个学科,主要运用和借鉴工程学、计算机科学和体育科学的研究方法和理论。4)体育人工智能研究的热点分为三大聚类群,具体是体质健康促进、运动损伤防控和运动能力提升。研究载体主要以基于IMU的智能穿戴设备和基于GPU的计算机视觉分析为主。研究算法从机器学习算法逐渐转向深度学习算法。

关 键 词：人工智能 体育 机器学习  计算机视觉 深度学习  

分 类 号：G80-3]