[发明专利]一种基于机器学习的体育数据分析系统和方法

权利要求书

1.一种基于机器学习的体育数据分析系统，其特征在于，包括数据采集单元、预处理单元、静态数据分析单元、动态数据分析单元、目标事件分析单元以及报告生成单元；

所述数据采集单元包括部署于现场的数据采集器，用于获取比赛或训练的原始数据；

所述预处理单元用于对所述原始数据进行预处理；

所述静态数据分析单元用于对当前时刻的数据进行分析；

所述动态数据分析单元用于将离散的所述数据分析结果在时域上进行整合分析，得到连续的数据分析结果，所述连续的数据分析结果包括运动员的三维轨迹以及姿态轨迹；

所述目标事件分析单元用于分析得到运动员在比赛或训练中的目标事件；

所述报告生成单元获取所述目标事件的数据得出数据报告。

2.根据权利要求1所述的基于机器学习的体育数据分析系统，其特征在于，所述数据采集单元所述数据采集器包括摄像头和/或穿戴式传感器。

3.根据权利要求2所述的基于机器学习的体育数据分析系统，其特征在于，所述预处理单元用于将采集到的原始视频按设定帧率、码率以及分辨率分解为视频帧和/或将所述穿戴式设备采集到的信号进行降噪处理和分帧处理。

4.根据权利要求3所述的基于机器学习的体育数据分析系统，其特征在于，所述静态数据分析单元用于将当前数据帧上的特征抽取出来并关联到三维坐标系统，所述特征包括球以及球员的位置、球员的身份以及姿态关键节点。

5.根据权利要求4所述的基于机器学习的体育数据分析系统，其特征在于，所述数据报告包括统计数据、运动员姿势评估。

6.一种基于机器学习的体育数据分析方法，其特征在于，包括以下步骤：

步骤1：获取部署于现场的数据采集器关于比赛或训练的原始数据；

步骤2：将所述原始数据按设定帧率，码率以及分辨率分解为视频帧；

步骤3：将当前数据帧上的特征抽取出来并关联到三维坐标系统，所述特征包括球以及球员的位置、球员的身份以及姿态关键节点；

步骤4：将所述特征在时域上进行关联；

步骤5：根据先验知识对运动员在比赛或训练中进行目标事件分析；

步骤6：将所述目标事件分析的结果生成数据报告。

7.根据权利要求6所述的基于机器学习的体育数据分析方法，其特征在于，

所述步骤3使用训练好的球定位机器学习模型、运动员定位机器学习模型将球和球员的位置进行检测，使用运动员身份识别学习模型、运动员姿态机器学习模型分别识别运动员身份和姿态关键节点。

8.根据权利要求7所述的基于机器学习的体育数据分析方法，其特征在于，所述姿态关键节点包括预先定义的躯干关键点、面部关键点、手关键点、腿关键点。

9.根据权利要求8所述的基于机器学习的体育数据分析方法，其特征在于，所述关联到三维坐标系统的步骤还包括使用数据处理算法剔除错误的三维位置。

10.根据权利要求9所述的基于机器学习的体育数据分析方法，其特征在于，所述先验知识包括比赛或训练的场地条件、参与人员情况、规则、目标事件的设定中的至少其一。