SkatingRecognition 是一个深度学习计算机视觉项目，旨在通过分析花样滑冰运动员的比赛视频来识别和跟踪他们的运动。该项目构建了三个关键处理环节：目标检测/跟踪、姿态估计和骨架动作识别。

在目标检测/跟踪阶段，系统使用卷积神经网络（CNN）来识别视频中的运动员。这些网络能够从图像中提取特征，并区分出不同的运动员。一旦运动员被成功检测到，系统将继续追踪他们的位置和移动轨迹。

接下来是姿态估计阶段，该阶段利用深度神经网络（例如，YOLO或SSD）来估计运动员的姿态。这些网络能够根据运动员的移动轨迹和身体姿势，预测他们在比赛中的具体姿态。

最后，在骨架动作识别阶段，系统使用骨架动画模型来识别运动员的动作。这些模型能够根据运动员的姿势和动作，生成相应的动画效果。

通过这三个阶段的协同工作，SkatingRecognition 能够准确地识别出运动员的姿态动作，为观众提供更加生动和真实的比赛体验。这是一个深度学习计算机视觉相关的项目，通过对花样滑冰运动员的比赛视频进行分析处理，构建“目标检测/跟踪-姿态估计-骨架动作识别”三级处理流水线，准确识别出运动员的姿态动作。