【技术实现步骤摘要】
一种基于AI技术的智慧羽毛球馆自动场控方法
[0001]本专利技术涉及一种基于AI技术的智慧羽毛球馆自动场控方法，属于图像处理
技术介绍
[0002]随着信息化的快速发展，人工智能也进入了一个全新的阶段。随着大数据的发展，技术的不断进步，体育界也掀起了智能化的狂潮。在未来，智慧体育必将成为发展潮流。对于智慧体育来说，它的处理相对来说有很多不稳定因素，比如羽毛球这项简单的运动。对于正规羽毛球比赛来说，它有着固定的场地、固定的规则以及固定的人数，但是对于非正规打羽毛球比赛来说，更多的是休闲娱乐。人数的不固定以及比赛规则的不确定性，导致了我们对其进行分析的难度。虽然目标检测在前几年已经发展了起来，但是并没有真正运用到实际生活中，尤其是体育领域。
[0003]在此之前，利用深度学习的算法对羽毛球馆内的人进行检测是一种普遍的现象，然而处理出的效果并不是特别好，尤其是在图像精度方面。所以，针对羽毛球馆内人员运动幅度较大无法实时统计人数以及追踪等问题，公开专利技术了一种基于AI技术的智慧羽毛球馆自动场控方法。
专...
【技术保护点】
【技术特征摘要】
1.一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，包括：步骤A：自动检测，从原始视频中检测出羽毛球场地中的人员；步骤B：实时监控、追踪场地人数，对检测出的羽毛球场地中的人员进行追踪以及统计人数；步骤C：记录人员运动轨迹，将检测的目标框进行拆分，找到中间点进行标记并跟随人员的运动记录下轨迹；步骤D：精彩视频剪辑，将视频进行分区，对其中一个目标进行捡球检测，根据检测捡球的置信度分数来判断是否为视频的精彩部分，若是，则将其剪辑并重构得到精彩视频剪辑。2.根据权利要求1所述的一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，在步骤A自动检测中，基于预设的目标检测网络，从原始视频中检测出羽毛球馆场地区域中的人员；其中，目标检测网络包括对图片目标检测框的位置约束和用置信度忽略预测框，目标检测网络的损失函数为置信度损失函数、分类损失函数和边框回归损失函数之和的平均值。3.根据权利要求2所述的一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，在步骤A自动检测中主干网络采用darknet53层网络结构，用卷积取代池化，骨干网络采用CSPNet网络结构，用拼贴代替求和，提取特征，并引入过渡层降低计算量；自动检测的损失函数为：loss＝loss1+loss2+loss3。4.根据权利要求3所述的一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，置信度损失函数计算如下：置信度损失函数计算如下：其中，S2是输入图像格子的个数，B是边框个数，是判断物体被检测正确的目标函数，正确则为1，否则为0；和分别表示预测框的置信度分数和真实框的置信度分数，λ
noobj
表示权重参数；分类损失函数的计算如下：这里与置信度损失函数相同的字母含义相同，另外和分别表示预测框和真实框目标属于c类目标在检测框中的概率；边界回归损失函数的计算如下：
其中，式中IOU的含义：交并比，w的含义：预测框的宽式中，h的含义：预测框的高，w
gt
的含义：真实框的宽，h
gt
的含义：真实框的高，ρ2(b,b
gt
)为预测框中心点与真实框中心点之间的欧式距离，d表示包含预测框和真实框之间的最小对角线距离。5.根据权利要求3所述的一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，在步骤A自动检测中目标检测网络和主干网络均为卷积神经网络。6.根据权利要求1所述的一种基于AI技术的智慧羽毛球馆自动场控方法，其特征在于，在步骤C记录人员运动轨迹中，将原始视频中的第一帧图片转换为416*416尺寸的图像，从图像中识别人员，并通过网络定义一个8维的空间变量，用来表示物体运动轨迹某个时刻的状态；包括如下具体步骤：C1：使用一个8维空间区刻画轨迹在某一时刻的状态，(u,v,r...
【专利技术属性】
技术研发人员：詹天明，吴华朋，孙艳文，陆晨阳，王晨云，戴然臣，
申请(专利权)人：南京审计大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。