一种基于视频数据的排球运动轨迹提取方法技术

本发明专利技术提供一种基于视频数据的排球运动轨迹检测方法，从摄像机捕捉的多视角同步排球视频中，利用基于深度学习的目标检测模型，有效的检测并计算排球的运动轨迹。该方法包括：排球目标检测、运动轨迹匹配筛选、运动轨迹三维重构；本发明专利技术提供的方法能够帮助教练通过录制多视角视频的方式，充分利用好排球视频数据，有效捕捉视频中运动的排球轨迹，并自动化地计算轨迹的相关参数，可以辅助教练完善排球训练流程。球轨迹的提取准确率达到94％，球落点误差范围只有0.2～0.3m。点误差范围只有0.2～0.3m。点误差范围只有0.2～0.3m。

【技术实现步骤摘要】
一种基于视频数据的排球运动轨迹提取方法


[0001]本专利技术属于计算机视觉领域，涉及基于多视角同步排球视频数据的球轨迹提取方法，以解决训练场景下排球视频中的击球的各项指标的提取为出发点。

技术介绍

[0002]排球等集体竞技类体育项目训练比赛过程往往包含了海量的实时数据，通过对这些数据的挖掘分析，可以高效快速的掌握对战双方的技战特点，并以此制定针对性训练计划和作战策略。然而传统的分析工作，却完全依赖于教练等专业人士的人工处理，基于现场人工记录，反复视频回放等方法，任务重，成本高，维度低，大量数据隐藏在比赛训练视频中得不到及时处理。
[0003]然而随着计算机视觉领域和深度学习领域的飞速发展，利用计算机技术分析比赛视频数据可极大的节约人工成本，提高数据分析效率。通过对多视角排球比赛训练视频数据的逐帧分析，可自动重新绘制排球的运动轨迹，通过运动轨迹再推算球速，落点，高度等关键参数，为排球竞技的数据详细分析，具体量化统计和多维度评估等工作提供数据基础和数据支撑。
[0004]该方法的设计过程涉及mmdetection目标检测模型库，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频数据的排球运动轨迹提取方法，其特征在于，包括如下步骤：(1)排球目标检测：针对摄像机同步捕捉的多视角运动视频数据，利用Faster
‑
RCNN球类目标检测模型对每个视角的同步视频进行逐帧的目标检测，检测出每一帧的排球目标；(2)2D球轨迹提取：对检测出的排球目标使用贪心策略，基于排球运动轨迹的特征，匹配相邻帧中距离最短的排球目标；筛选提取各相机序列中的主目标球的2D轨迹；所述主目标球为运动员击打的球目标；将每一帧检测到的球目标与相邻帧中距离最短且小于阈值条件thr1的排球目标进行连接，构成画面中检测到的所有排球目标的轨迹；所述thr1参数为排球轨迹形成过程中前一帧对比检测排球目标的检测框的最小边长度；当连接的排球目标≥3时，利用梯度下降拟合排球目标在2D画面的运动轨迹特征；以画面左上角为坐标原点，建立坐标系，原点向下为Y轴正方向，原点向右为X轴正方向，排球目标的轨迹预测方程公式如下所示：y＝a1·
t2+a2·
t+a3，(a1＞0)x＝b1·
t+b2其中t为以视频的帧数为单位的时间，a1，a2，a3为二次抛物线方程参数，b1，b2为一次直线方程参数；将下一帧的排球目标与排球目标的轨迹预测方程进行匹配，如果预测位置与实际检测位置小于阈值条件thr1，则将此目标添加到排球轨迹，更新运动轨迹，并重新拟合轨迹预测方程；如果轨迹预测方程有超过thr2帧的预测位置不匹配，则停止运动轨迹更新，并将轨迹添加到轨迹集合T中，所述thr2参数为排球目标数量的二分之一并向下取整得到的整数阈值；对所述轨迹集合T进行筛选，获得所述主目标球的2D轨迹；所述主目标球的2D轨迹为抛物线轨迹，通过对方程的二次系数设置抛物线曲率阈值thr3，筛选掉静止的球目标；对于行程较短、速度较快的击球，通过球沿X轴方向运动方程的斜率阈值thr4筛选掉；最终得到所述主目标球的2D轨迹；其中所述thr3参数和所述thr4参数为系数阈值和斜率阈值；(3)3D球轨迹计算：3D空间中的点与2D图像上的点的映射关系可以表示为：m...

【专利技术属性】
技术研发人员：刘宇，杨李梅，
申请(专利权)人：北京赛搏体育科技股份有限公司，
类型：发明
国别省市：