Artificial intelligence 硕士项目：视频处理和数据科学：在视频数据帧上寻找模式

我是一名硕士生（应用数学），一年后我将开始我的硕士项目（我愿意继续攻读博士论文）。 问题是关于我的项目的可行性以及如何改进/修改它！ 我的项目是关于运动视频（例如：自由式滑雪板）。 有很多职业滑雪运动员在互联网上上传他们的技巧（这构成了一个巨大的数据基础），我想做的是收集所有的视频（我想这不会是一个问题），并尝试找到技巧的模式（由车手制作的数字）。通过“分析它们”，我的意思是创造一种人工智能，首先识别技巧（我将为每个技巧构建一个模型），然后尝试给出如何改进技巧的建议（通过分析跳跃前的位置和身体在空中的位置）。 这个人工智能对于比赛中的裁判和学习滑雪板运动员都很有用。 我试着想象，即使我没有完成我的硕士学位，如何去做，这就是为什么我在这里问这个问题：这是一个完全不可能的算法（因为它需要时间还是其他）？我是否应该专注于这个项目的一部分（我想这个项目将混合不同的主题，也许我应该只做我项目的一个步骤）

---

很抱歉发了这么长的帖子，感谢您阅读这个不寻常的问题，我希望有人能回答我的问题。

从更广泛的角度来看，您可能希望使用视频智能。视频只是一系列帧或图像。这些图像可以输入一个卷积神经网络。但是网络需要记住它在前面的框架中看到了什么。所以你需要使用递归神经网络

上述网络的混合将是一个深卷积递归神经网络

放置一些Conv2D层，并将视频的一些帧输入其中

添加LSTM层

添加密集层和输出层

---

这对SO来说太宽泛了，听起来更像是整个研究团队的问题（即使这样，时间范围也很难）。分析视频以识别技巧可能是可行的，但肯定不是微不足道的。但改进的步骤将包含额外的研究课题，如生物力学（包括所有关节的人体模型）和物理学。