基于MediaPipe框架的智能投篮训练辅助系统
提交：2026-01-26录用：2026-04-10
少年创新探索, 2026, 3(2); https://doi.org/10.58244/jie.263865
摘要：为解决篮球运动员投篮技术不佳的问题，我设计了一个智能投篮训练辅助系统。该系统使用摄像头和人工智能算法提供专业反馈，帮助运动员随时随地进行个人训练。系统采用Mediapipe框架的姿势识别技术，检测手肘夹角和预测篮球运动轨迹。经测试和用户调查，系统精准度在90%以上，满意度均分为6.5以上。未来可以增加姿势判断维度，丰富反馈内容，提高辅助效果。【更多...】
关键词：MediaPipe；姿势识别；投篮训练；轨迹预测
关键词： MediaPipe；姿势识别；投篮训练；轨迹预测
摘要
摘 要：
为解决篮球运动员投篮技术不佳的问题，我设计了一个智能投篮训练辅助系统。该系统使用摄像头和人工智能算法提供专业反馈，帮助运动员随时随地进行个人训练。系统采用Mediapipe框架的姿势识别技术，检测手肘夹角和预测篮球运动轨迹。经测试和用户调查，系统精准度在90%以上，满意度均分为6.5以上。未来可以增加姿势判断维度，丰富反馈内容，提高辅助效果。
关键词：MediaPipe；姿势识别；投篮训练；轨迹预测
Abstract:
To address the problem of poor shooting technique among basketball players, an intelligent basketball shooting training assistant system was designed. The system uses a camera and artificial intelligence algorithms to provide professional feedback, helping athletes conduct individual training anytime and anywhere. The system employs pose recognition technology based on the MediaPipe framework to detect elbow joint angles and predict basketball trajectories. Through testing and user surveys, the system accuracy was above 90%, and the average satisfaction score exceeded 6.5. In the future, more posture dimensions can be added to enrich feedback content and improve training effectiveness.
Keywords: MediaPipe; Pose recognition; Basketball shooting training; Trajectory prediction
--
正文
正文内容 / Content：
可下载并阅读全文PDF，请按照本文版权许可使用。
Download the full text PDF for viewing and using it according to the license of this paper.
参考文献
参考文献 / References：
- 侯粤明. 基于MediaPipe框架的录像反馈在篮球持球突破技术教学中的应用[D].广州体育学院,2022.
- 许诚,金庆红.基于姿势识别的舞蹈动作检测研究[J].怀化学院学报,2021,40(05):76-82.DOI:10.16074/j.cnki.cn43-1394/z.2021.05.013.
- 梁天亮,朱菊芳.现状与前景:当体育赛事遇见人工智能[J].福建体育科技,2020,39(01):27-30.
- 周翔. 我国篮球训练辅助器材的应用研究[D].成都体育学院,2014.
