羽毛球运动分析系统及羽毛球运动分析方法技术方案

本申请提供一种羽毛球运动分析系统及羽毛球运动分析方法。在羽毛球运动分析系统中，传感器输入模块用于通过深度相机采集羽毛球场上双方运动员的运动视频，并从运动视频中提取目标运动员的运动数据集；数据分析模块用于根据得失分情况，对运动数据集进行数据分类，得到与得分对应的第一类数据集和与失分对应的第二类数据集，并根据第一类数据集和第二类数据集，确定目标运动员的得分优势数据和失分劣势数据，以作为分析结果；结果展示模块用于根据预设可视化策略，对分析结果进行可视化展示。如此，无需运动员穿戴传感器设备便可以实现运动数据的采集，有利于降低羽毛球运动分析的硬件成本，有利于用户直观地查看详细的分析结果。结果。结果。

【技术实现步骤摘要】
羽毛球运动分析系统及羽毛球运动分析方法


[0001]本专利技术涉及数据处理
，具体而言，涉及一种羽毛球运动分析系统及羽毛球运动分析方法。

技术介绍

[0002]羽毛球是一种高强度、高速度、高技巧的运动项目，对运动员的身体素质、心理素质和战术策略都有很高的要求。为了提高比赛水平和战术策略，运动员需要对自己和对手的比赛情况进行详细的分析，找出自己的优势和劣势，制定合适的训练计划和比赛方案。目前通常是运动员或教练观看运动员的比赛视频，了解运动员自身和对手各自的优劣势和击球策略。目前，市场上也出现了利用可穿戴设备，进行数据分析的情况。例如，在运动员比赛时，让运动员穿戴传感器设备或者在场地上安装传感器设备来采集数据，不过，该方式不仅增加了成本和复杂度，也影响了运动员的自由度和舒适度，同时容易影响运动员正常表现。即，目前的羽毛球运动分析的成本高且不利于运动员便利地获取到分析结果。

技术实现思路

[0003]有鉴于此，本申请实施例的目的在于提供一种羽毛球运动分析系统及羽毛球运动分析方法，能够改善羽毛球运动分析的成本高且不利于运动员便利地获取到分析结果的问题。
[0004]为实现上述技术目的，本申请采用的技术方案如下：
[0005]第一方面，本申请实施例提供了一种羽毛球运动分析系统，所述系统包括：
[0006]传感器输入模块，用于通过深度相机采集羽毛球场上双方运动员的运动视频，并从所述运动视频中提取目标运动员的运动数据集，所述运动数据集包括羽毛球在每个时间点所处的第一位置坐标、所述目标运动员在每次击球时位于所述羽毛球场的第二位置坐标、每次的击球类型、每次击球的得失分情况、每次击球时羽毛球的飞行轨迹和落点位置；
[0007]数据分析模块，用于根据所述得失分情况，对所述运动数据集进行数据分类，得到与得分对应的第一类数据集和与失分对应的第二类数据集，并根据所述第一类数据集和所述第二类数据集，确定所述目标运动员的得分优势数据和失分劣势数据，以作为分析结果，其中，所述得分优势数据包括得分最多的击球类型、所述目标运动员在所述羽毛球场上得分最多的位置区域，所述失分劣势数据包括失分最多的击球类型、所述目标运动员在所述羽毛球场上失分最多的位置区域；
[0008]结果展示模块，用于根据预设可视化策略，对所述分析结果进行可视化展示。
[0009]结合第一方面，在一些可选的实施方式中，所述系统还包括：
[0010]策略输出模块，用于从预先建立的战术策略数据库中匹配与所述分析结果对应的多个候选战术策略，并基于评价函数从所述多个候选战术策略中选择最优战术策略；
[0011]所述策略输出模块还用于将所述最优战术策略转换为提示信息，并输出所述提示信息，所述提示信息包括语音信息或文本信息。
[0012]结合第一方面，在一些可选的实施方式中，所述传感器输入模块还用于：
[0013]对所述运动视频中的图像帧进行预处理，得到经过预处理后的图像帧；
[0014]在所述经过预处理后的图像帧中，通过霍夫变换，对所述羽毛球场进行标记；
[0015]通过预设的TrackNetV2算法，在所述经过预处理后的图像帧中，提取所述羽毛球在所述羽毛球场上的所述第一位置坐标；
[0016]基于连续图像帧中羽毛球的所述第一位置坐标，拟合得到所述羽毛球的运动轨迹；
[0017]根据预设的人体姿态估计算法，在所述经过预处理后的图像帧中，提取所述目标运动员在所述羽毛球场上的所述第二位置坐标和姿态；
[0018]基于所述目标运动员的姿态和所述羽毛球的运动轨迹，根据预设的PoseC3D算法，确定所述目标运动员的所述击球类型。
[0019]结合第一方面，在一些可选的实施方式中，所述传感器输入模块对所述运动视频中的图像帧进行预处理，包括：
[0020]对所述图像帧进行灰度化、二值化及滤波操作。
[0021]结合第一方面，在一些可选的实施方式中，所述击球类型包括杀球、挑球、吊球、放网球、高远球、接杀球、平抽球、扑球及网前推球中的任一种。
[0022]结合第一方面，在一些可选的实施方式中，所述数据分析模块还用于：
[0023]根据所述运动数据集，基于时间顺序统计得分球的击球类型、羽毛球的运动轨迹、击球时所述目标运动员在所述羽毛球场上的位置区域，以作为所述第一类数据集；
[0024]根据所述运动数据集，基于时间顺序统计失分球的击球类型、羽毛球的运动轨迹、击球时所述目标运动员在所述羽毛球场上的位置区域，以作为所述第二类数据集。
[0025]结合第一方面，在一些可选的实施方式中，所述结果展示模块还用于：通过统计图和/或表格，对所述第一类数据集、所述第二类数据集、所述得分优势数据和所述失分劣势数据进行展示。
[0026]结合第一方面，在一些可选的实施方式中，所述结果展示模块还用于：在所述羽毛球场对应的预设场景模型图中，生成每次得分时的击球点和得分点，以及每次失分时的击球点和失分点。
[0027]第二方面，本申请实施例还提供一种羽毛球运动分析方法，应用于上述的羽毛球运动分析系统，所述方法包括：
[0028]通过深度相机采集羽毛球场上双方运动员的运动视频；
[0029]从所述运动视频中提取目标运动员的运动数据集，所述运动数据集包括羽毛球在每个时间点所处的第一位置坐标、所述目标运动员在每次击球时位于所述羽毛球场的第二位置坐标、每次的击球类型、每次击球的得失分情况、每次击球时羽毛球的飞行轨迹和落点位置；
[0030]根据所述得失分情况，对所述运动数据集进行数据分类，得到与得分对应的第一类数据集和与失分对应的第二类数据集；
[0031]根据所述第一类数据集和所述第二类数据集，确定所述目标运动员的得分优势数据和失分劣势数据，以作为分析结果，其中，所述得分优势数据包括得分最多的击球类型、所述目标运动员在所述羽毛球场上得分最多的位置区域，所述失分劣势数据包括失分最多
的击球类型、所述目标运动员在所述羽毛球场上失分最多的位置区域；
[0032]用于根据预设可视化策略，对所述分析结果进行可视化展示。
[0033]结合第二方面，在一些可选的实施方式中，所述方法还包括：
[0034]从预先建立的战术策略数据库中匹配与所述分析结果对应的多个候选战术策略，并基于评价函数从所述多个候选战术策略中选择最优战术策略；
[0035]将所述最优战术策略转换为提示信息，并输出所述提示信息，所述提示信息包括语音信息或文本信息。
[0036]采用上述技术方案的专利技术，具有如下优点：
[0037]在本申请提供的技术方案中，由传感器输入模块从运动视频中提取目标运动员的运动数据集；数据分析模块根据得失分情况，对运动数据集进行数据分类，得到与得分对应的第一类数据集和与失分对应的第二类数据集，并根据第一类数据集和第二类数据集，确定目标运动员的得分优势数据和失分劣势数据，以作为分析结果；再由结果展示模块对分析结果进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种羽毛球运动分析系统，其特征在于，所述系统包括：传感器输入模块，用于通过深度相机采集羽毛球场上双方运动员的运动视频，并从所述运动视频中提取目标运动员的运动数据集，所述运动数据集包括羽毛球在每个时间点所处的第一位置坐标、所述目标运动员在每次击球时位于所述羽毛球场的第二位置坐标、每次的击球类型、每次击球的得失分情况、每次击球时羽毛球的飞行轨迹和落点位置；数据分析模块，用于根据所述得失分情况，对所述运动数据集进行数据分类，得到与得分对应的第一类数据集和与失分对应的第二类数据集，并根据所述第一类数据集和所述第二类数据集，确定所述目标运动员的得分优势数据和失分劣势数据，以作为分析结果，其中，所述得分优势数据包括得分最多的击球类型、所述目标运动员在所述羽毛球场上得分最多的位置区域，所述失分劣势数据包括失分最多的击球类型、所述目标运动员在所述羽毛球场上失分最多的位置区域；结果展示模块，用于根据预设可视化策略，对所述分析结果进行可视化展示。2.根据权利要求1所述的系统，其特征在于，所述系统还包括：策略输出模块，用于从预先建立的战术策略数据库中匹配与所述分析结果对应的多个候选战术策略，并基于评价函数从所述多个候选战术策略中选择最优战术策略；所述策略输出模块还用于将所述最优战术策略转换为提示信息，并输出所述提示信息，所述提示信息包括语音信息或文本信息。3.根据权利要求1所述的系统，其特征在于，所述传感器输入模块还用于：对所述运动视频中的图像帧进行预处理，得到经过预处理后的图像帧；在所述经过预处理后的图像帧中，通过霍夫变换，对所述羽毛球场进行标记；通过预设的TrackNetV2算法，在所述经过预处理后的图像帧中，提取所述羽毛球在所述羽毛球场上的所述第一位置坐标；基于连续图像帧中羽毛球的所述第一位置坐标，拟合得到所述羽毛球的运动轨迹；根据预设的人体姿态估计算法，在所述经过预处理后的图像帧中，提取所述目标运动员在所述羽毛球场上的所述第二位置坐标和姿态；基于所述目标运动员的姿态和所述羽毛球的运动轨迹，根据预设的PoseC3D算法，确定所述目标运动员的所述击球类型。4.根据权利要求3所述的系统，其特征在于，所述传感器输入模块对所述运动视频中的图像帧进行预处理，包括：对所述图像帧进行灰度化、二值化及滤波操作。5.根据权利要求3所述的系统，其特征在于，所述击球类型包括杀球、挑球、吊球、放...

【专利技术属性】
技术研发人员：李睿，肖玺，谭威，郜深阵，刘星雨，薛方正，李雪芮，
申请(专利权)人：重庆大学，
类型：发明
国别省市：