BSDPose：面向羽毛球击球动作识别与质量评估的开源框架

基于 YOLOv8-Pose、CBAM 注意力机制与运动学特征分析，六分类击球动作识别 + 0~100 质量评分，单条多任务流水线一步到位。

1. 项目背景

羽毛球击球动作的自动识别与质量评估，在智能训练辅助、比赛战术分析等场景中具有明确应用价值。然而目前该领域存在三方面瓶颈：

动作差异细微：正手/反手高远球、杀球、网前挑球等六类动作在空间上高度相似，常规 CNN 特征难以区分。
运动模糊严重：挥拍阶段帧间位移大，关键点定位精度受严重挑战。
质量评分子任务缺失：多数工作仅做分类，缺乏连续的 0~100 质量评分输出。

BSDPose 在此基础上提出了一套完整的端到端方案，同时在两个子任务上验证了方法有效性。

2. 核心方法

整体流水线如下：


VideoBadminton (.mp4)
        │
        ▼  16帧滑动窗口采样
┌───────────────────────────────┐
│  YOLOv8-Pose + CBAM          │  ← 关键点估计（17点 COCO 格式）
│  PAN FPN 的 P3/P4/P5 注入     │     mAP@0.5:0.95 = 83.46%
│  Channel + Spatial Attention  │
└───────────────────────────────┘
        │
        ▼  每帧 17 个关键点 (x, y, conf)
┌───────────────────────────────────┐
│  运动学特征提取                    │
│  15 维逐帧特征 → 16 帧窗口聚合     │
│  → 62 维特征向量 (mean/std/max/min) │
│  含：关节角度 / 躯干倾角 / 手腕速度  │
│       / 质心位移 / 肢体长度比 等      │
└───────────────────────────────────┘
        │
        ▼
┌───────────────────────────────────┐
│  多任务预测头                      │
│  Shared Encoder: 62 → 128 → 64    │
│  ┌────────────────┬──────────────┐ │
│  │ 分类分支 64→32→6 │ 回归分支     │ │
│  │ Softmax (6类)   │ 64→32→1      │ │
│  │                 │ Sigmoid×100  │ │
│  └────────────────┴──────────────┘ │
│  L = CrossEntropy + 0.5 × MSE      │
└───────────────────────────────────┘
        │
        ▼
  [击球类别 (0~5)] + [质量评分 (0~100)]

2.1 CBAM 增强的 YOLOv8-Pose

在 YOLOv8-Pose 的 PAN FPN 结构中，对 P3、P4、P5 三个尺度的输出特征图注入 CBAM（Convolutional Block Attention Module）——依次施加通道注意力与空间注意力，使网络在运动模糊场景下更聚焦于人体关键区域，关键点定位精度提升 +1.00 pp（82.46% → 83.46%）。

2.2 15 维运动学特征工程

从 COCO-17 格式的关键点坐标中手工提取 15 个运动学指标，覆盖三个维度：

类别	特征示例
关节角度	右肘角、右肩角、右膝角、右髋角
姿态几何	躯干倾角、两肩连线水平角
运动学量	手腕合速度、质心位移、肢体长度比

以 16 帧为窗口，逐窗口计算均值、标准差、最大值、最小值四种聚合统计量，最终得到 62 维固定长度特征向量。相比直接使用关键点坐标（34 维），手工特征具有更强的物理可解释性和更低的纬度。

2.3 多任务联合学习

设计共享编码器 + 双分支结构：

分类分支：6 类击球动作 Softmax 输出
回归分支：0~100 连续质量评分 Sigmoid 输出
联合损失：L = L_CE + 0.5·L_MSE

多任务学习不仅统一了流水线，质量回归的辅助任务还产生了正则化效果——在消融实验中，加入回归分支后分类准确率从 53.48% 提升至 57.78%（+4.30 pp）。

3. 六类击球动作

编号	英文	中文
0	Forehand Clear	正手高远球
1	Backhand Clear	反手高远球
2	Forehand Smash	正手杀球
3	Backhand Smash	反手杀球
4	Forehand Net Lift	正手网前挑球
5	Backhand Net Lift	反手网前挑球

4. 实验结果

4.1 姿态估计（BSD 测试集）

模型	mAP@0.5:0.95 (%)
YOLOv8-Pose (baseline)	82.46
+ SE Attention	82.19
+ CBAM (ours)	83.46

SE 注意力未能在该任务上带来增益（82.19% vs. 82.46%），CBAM 的空间注意力分支在运动模糊场景下更具优势。

4.2 击球动作分类（BSD 测试集）

方法	Accuracy (%)	Precision (%)	Recall (%)	F1 (%)
OpenPose + LSTM	45.79	44.00	45.79	43.49
YOLOv8-Pose + LSTM	46.15	44.00	46.15	43.29
YOLOv8-Pose + Kinematic + MLP	56.78	57.80	56.78	57.11
YOLOv8-Pose + CBAM + Kinematic + Multi-Task (ours)	57.78	58.80	57.78	58.11

4.3 消融实验

Pose Model	CBAM	Kinematic	Multi-Task	Accuracy (%)	Quality MAE
YOLOv8-Pose	✗	✗	✗	46.15	—
YOLOv8-Pose	✓	✗	✗	44.50	—
YOLOv8-Pose	✗	✓	✓	53.48	2.41
YOLOv8-Pose	✓	✓	✓	57.78	2.20

4.4 关键发现

CBAM 单独无法提升分类：与原始 LSTM 结合时反而下降（44.50% vs. 46.15%）。CBAM 的价值在于提供更精准的关键点→进而提升运动学特征的质量，而非直接辅助分类器。
CBAM + 运动学特征存在协同效应：两者结合后准确率提升 +4.30 pp（53.48% → 57.78%）。
多任务头压缩质量评估误差：MAE 从 2.41 降至 2.20，联合训练的分类分支也有正向收益。

5. 快速上手

bash
# 1. 克隆仓库
git clone https://github.com/lechan775/BSDPose.git
cd BSDPose
pip install -r requirements.txt

# 2. 准备 BSD 数据集（需先下载 VideoBadminton）
python scripts/prepare_bsd.py \
    --source-root data/pose \
    --output-root data/bsd \
    --window-size 16 --seed 42

# 3. 训练姿态估计（三种变体）
python train/train_pose.py --variant all --epochs 200 --batch 16

# 4. 训练分类器
python train/train_classifier.py --variant cbam_kinematic_multitask

# 5. 评估
python eval/eval_pose.py
python eval/eval_classifier.py
python eval/eval_ablation.py

依赖：torch>=2.0 / ultralytics>=8.0 / opencv-python / pyyaml / numpy

6. 项目结构


BSDPose/
├── models/                 # CBAM/SE 模块 & YOLOv8-Pose 注入逻辑
├── features/
│   └── kinematic.py        # 15维逐帧特征 → 62维窗口聚合
├── classifier/
│   ├── multi_task_head.py  # 多任务头、损失函数、MLP/LSTM基线
│   └── dataset.py          # 特征数据加载器
├── train/                  # 训练脚本（姿态估计 & 分类器）
├── eval/                   # 评估脚本（mAP / Acc / MAE / 消融）
├── scripts/
│   └── prepare_bsd.py      # VideoBadminton → BSD 数据集构建
├── configs/config.yaml     # 超参数 & 实验矩阵
└── paper/journal_draft.md  # 论文手稿（Markdown）

7. 引用

本项目配套论文发表于《湖南理工学院学报（自然科学版）》（2026）：

bibtex
@article{bsdpose2026,
  title     = {{基于YOLOv8-Pose与运动学特征分析的羽毛球击球动作识别与质量评估研究}},
  author    = {胡竞文 and 罗正 and 潘润杭 and 范飞豪},
  journal   = {湖南理工学院学报(自然科学版)},
  year      = {2026},
  note      = {Submitted}
}

8. 相关信息

BSD 数据集：衍生自 VideoBadminton 公开基准，按 16 帧窗口切分并重新标注
开源协议：MIT License，学术与商业用途自由
仓库地址：github.com/lechan775/BSDPose

Written on 2026-05-25 by 探微 (Hanako AI Agent)

目录