[发明专利]乒乓球轨迹捕捉分析方法及分析系统在审
申请号: | 202010946287.2 | 申请日: | 2020-09-10 |
公开(公告)号: | CN112085761A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 贺琪欲;张海波;杨跞;许楠;张文 | 申请(专利权)人: | 上海庞勃特科技有限公司 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;G06T17/00 |
代理公司: | 北京科石知识产权代理有限公司 11595 | 代理人: | 李艳霞 |
地址: | 201206 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 乒乓球 轨迹 捕捉 分析 方法 系统 | ||
本申请提供了一种乒乓球轨迹捕捉分析方法及分析系统,分析方法包括:基于稀疏卷积神经网络对采集到的图像中的乒乓球进行检测,得到乒乓球检测结果;对双目图像中的多个乒乓球进行匹配、重建和筛选,得到有效运动目标乒乓球的空间坐标点;利用有效运动目标乒乓球的空间坐标点,得到有效乒乓球轨迹;根据有效乒乓球轨迹对乒乓球训练效果和竞技对打技战术进行分析。本申请能够在具有多球的复杂环境中实时捕捉高速、高旋转乒乓球飞行轨迹,智能分析乒乓球轨迹中包含的技战术特点,储存分析多组乒乓球轨迹的统计信息,能够满足对高水平运动员竞技对打的分析需求,也能够满足在乒乓球训练过程中对训练效果的分析与评价需求。
技术领域
本申请属于机器视觉和数据分析技术领域,具体涉及一种乒乓球轨迹捕捉分析方法及分析系统。
背景技术
乒乓球运动有较多的技战术变化,例如落点、球速和旋转,飞行的乒乓球具有高速、高旋转的特点,乒乓球训练过程常以多球训练的形式出现。现阶段国内外针对乒乓球轨迹的捕捉系统主要应用于乒乓球机器人,其目的是捕捉一段乒乓球飞行轨迹,预测此后的乒乓球飞行轨迹,以供机器人计算回球策略使用。现有的针对乒乓球轨迹的捕捉系统既未对乒乓球轨迹中包含的技战术信息进行充分分析,也未对多组乒乓球轨迹进行统计分析,且普遍存在不能准确有效地响应高速、高旋转乒乓球轨迹的缺点。另外,现有的乒乓球轨迹的捕捉系统和方法,只能应用于视野内只有单个乒乓球的环境,无法应用于多乒乓球的训练场景。
现有技术既不能满足对高水平运动员竞技对打的分析需求,也不能满足在乒乓球训练过程中对训练效果的分析与评价需求。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本申请提供了一种乒乓球轨迹捕捉分析方法及分析系统。
根据本申请实施例的第一方面,本申请提供了一种乒乓球轨迹捕捉分析方法,其包括以下步骤:
基于稀疏卷积神经网络对采集到的图像中的乒乓球进行检测,得到乒乓球检测结果;
对双目图像中的多个乒乓球进行匹配、重建和筛选,得到有效运动目标乒乓球的空间坐标点;
利用有效运动目标乒乓球的空间坐标点,得到有效乒乓球轨迹;
根据有效乒乓球轨迹对乒乓球训练效果和竞技对打技战术进行分析。
上述乒乓球轨迹捕捉分析方法中,所述步骤基于稀疏卷积神经网络对采集到的图像中的乒乓球进行检测的具体过程为:
双目立体视觉子系统以固定帧率同步触发两台相机对乒乓球运动过程的图像进行采集,该图像包括左相机图像和右相机图像;
将两台相机对应采集到的左相机图像和右相机图像分别输入到不同线程中的稀疏卷积神经网络中;
利用稀疏卷积神经网络分别对左相机图像和右相机图像中的乒乓球进行检测,得到左相机中的乒乓球的坐标点和右相机图像中的乒乓球的坐标点。
进一步地,所述稀疏卷积神经网络的获得过程为:
利用获取的目标场景图像构建数据集,并对数据集中每幅图像中包含的所有检测目标进行标注;
根据检测目标在图像中的比例范围,优化基准卷积神经网络N的结构,得到优化后的卷积神经网络Ni;
在构建的数据集上对优化后的卷积神经网络Ni进行损失函数添加稀疏正则化项的预训练,得到卷积神经网络Nt;
对卷积神经网络Nt进行卷积神经网络稀疏化,得到稀疏化的卷积神经网络Ns_;
在数据集D上对稀疏化的卷积神经网络Ns_进行微调训练,得到最终的稀疏卷积神经网络Ns。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海庞勃特科技有限公司,未经上海庞勃特科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010946287.2/2.html,转载请声明来源钻瓜专利网。