CN108837478B - 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统 - Google Patents

一种基于机器视觉的用于跨栏比赛的犯规自动判别系统 Download PDF

Info

Publication number
CN108837478B
CN108837478B CN201810676449.8A CN201810676449A CN108837478B CN 108837478 B CN108837478 B CN 108837478B CN 201810676449 A CN201810676449 A CN 201810676449A CN 108837478 B CN108837478 B CN 108837478B
Authority
CN
China
Prior art keywords
foul
hurdle
picture
frame
video stream
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810676449.8A
Other languages
English (en)
Other versions
CN108837478A (zh
Inventor
高慧林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Arts and Sciences
Original Assignee
Chongqing University of Arts and Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Arts and Sciences filed Critical Chongqing University of Arts and Sciences
Priority to CN201810676449.8A priority Critical patent/CN108837478B/zh
Publication of CN108837478A publication Critical patent/CN108837478A/zh
Application granted granted Critical
Publication of CN108837478B publication Critical patent/CN108837478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0605—Decision makers and devices using detection means facilitating arbitration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/806—Video cameras
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2244/00—Sports without balls
    • A63B2244/08—Jumping, vaulting
    • A63B2244/088—Jumping, vaulting hurdling

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，设置在跨栏比赛场地上，由高清摄像头、摄像头支架、无线数据发送模块、无线数据接收模块、存储器、中央处理器及显示器组成。通过高清摄像头获取比赛视频流数据，中央处理器对视频流数据的处理和犯规判决，实现了对跨栏比赛中，栏架移动时是否存在运动的犯规进行自动判决并显示。解决了正规跨栏比赛中，栏架移动运动员犯规判决不及时；需要大量专业裁判等问题；同时采用高清摄像头获取判决所需数据，避免了对现有跨栏比赛器材和场地的改造，节省成本，利于推广。

Description

一种基于机器视觉的用于跨栏比赛的犯规自动判别系统
技术领域
本发明涉及机器视觉领域，具体涉及一种基于机器视觉的犯规自动判别系统。
背景技术
在田径跨栏比赛中，规则规定：“比赛时，运动员必须跨越固定数目栏架，除故意用手推或用脚踢倒栏架外，身体其他部位碰倒栏架不算犯规”，跨栏是否犯规是该项目一个难于准确判断的常见问题。因此，在正规比赛中，每个栏架的侧面都需要一个裁判员进行人工判断(10个栏架就需要10个边裁)。当前的机器视觉发展迅速，通过摄像头采集图像，并采用机器视觉的方法进行分析，可以使得计算机如人一样进行物体的识别和判定，识别速度快，识别精度高，使得机器视觉得以广泛运用。
发明内容
本发明目的在于提供一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，解决当前跨栏比赛中栏架翻倒时对运动员是否存在犯规行为判定困难、判定存在延时，影响比赛效率和观众观感以及需要大量专业裁判人员等问题。
为实现上述目的，本发明提供了一种基于机器视觉用于跨栏比赛的犯规自动判别系统，在跨栏比赛场地基础上，主要包括：
高清摄像头、摄像头支架、无线数据发送模块、无线数据接收模块、存储器、中央处理器及显示器；
所述摄像头支架安置于跨栏比赛场地四角外侧，对角线上；
所述高清摄像头安置于摄像头支架顶端，呈固定角度，每个摄像头能完整拍摄比赛用跨栏架；
所述无线数据发送模块安置于摄像头支架上，与高清摄像头连接，将高清摄像头画面以视频流形式发送；
所述无线数据接收模块用于接收无线数据发送模块发送视频流数据；
所述中央处理器于无线数据接收模块连接获取视频流数据，对视频流数据进行解帧、图像分割、图像预处理、模型判决、位置回溯以及进行结果输出；
所述图像分割为采用运动人体检测模型对图像进行运动人体检测，根据检测结果截取运动人体图片，包含运动人体所有肢体部位；
所述图像预处理为对运动人体图片进行尺寸归一化处理，处理到固定长和宽的图像尺寸；
模型判定为采用线下训练完成的跨栏犯规判决模型对预处理后的运动人体图片进行预测判决，输出犯规判决结果；
所述位置回溯为根据图像分割时截取图片位置，回溯犯规位置，输出犯规赛道序号和犯规栏架序号；
所述存储器存储与中央处理器连接，存储模型参数和犯规赛道序号、犯规栏架序号、犯规图片帧；
所述显示器与中央处理器连接，显示犯规赛道信息，包括犯规赛道序号、犯规栏架序号、犯规图片帧图像。
更进一步的，线下训练完成的跨栏犯规判决模型训练数据为历史比赛数据以及比赛场地采集数据；所述模型选用深度卷积神经网络模型，输入样本为{Ii,Li,yi}，式中Ii为第i个训练样本图片帧，Li为图片帧Ii截取位置与起跑点距离，yi为图片帧Ii的标签，yi∈{0,1}，0表示非犯规状态，1为犯规状态。
更进一步的，所述跨栏犯规判决模型选用ResNeXt网络模型。
与现有技术相比，本发明提供了一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，通过高清摄像头获取比赛视频流数据，中央处理器对视频流数据的处理和犯规判决，实现了对跨栏比赛中，栏架移动时是否存在运动的犯规进行自动判决并显示。解决了正规跨栏比赛中，栏架移动运动员犯规判决不及时；需要大量专业裁判等问题。同时采用高清摄像头获取判决所需数据，避免了对现有跨栏比赛器材和场地的改造，节省成本，利于推广。
附图说明
图1、本发明用于跨栏比赛的犯规自动判别系统中央处理器流程图。
具体实施方式
为了使得本发明的目的、技术方案以及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的办发明各个实施方式中所涉及到的计算特征只在彼此之间未构成冲突就可以相互组合。
在跨栏比赛场地基础上，一种基于机器视觉用于跨栏比赛的犯规自动判别系统包括：高清摄像头、摄像头支架、无线数据发送模块、无线数据接收模块、存储器、中央处理器及显示器；
摄像头支架安置于跨栏比赛场地四角外侧，对角线上；
高清摄像头安置于摄像头支架顶端，呈固定角度，每个摄像头能完整拍摄比赛用跨栏架；
无线数据发送模块安置于摄像头支架上，与高清摄像头连接，将高清摄像头画面以视频流形式发送；
无线数据接收模块用于接收无线数据发送模块发送视频流数据；
中央处理器于无线数据接收模块连接获取视频流数据，对视频流数据进行处理和识别，给出犯规判决结果输出；其中犯规判决结果包含犯规赛道序号、犯规栏架序号、犯规图片帧；
存储器存储与中央处理器连接，存储系统参数和犯规赛道序号、犯规栏架序号、犯规图片帧；
显示器与中央处理器连接，显示犯规赛道信息，包括犯规赛道序号、犯规栏架序号、犯规图片帧图像；
在比赛过程中，由高清摄像头获取比赛场景视频图像，通过无线数据发送模块和无线数据接收模块发送给中央处理器，由中央处理器完成对视频流数据的处理和结果的判决；其处理和结果判决步骤如下：
第一步，解帧：完成对视频流数据进行解帧，获得视频流帧图像数据；
第二步，图像分割：采用运动人体检测模型对图像进行运动人体检测，根据检测结果截取运动人体图片，包含运动人体所有肢体部位；
第三步，图像预处理：对运动人体图片进行尺寸归一化处理，处理到固定长和宽的图像尺寸；
第四步，模型判决：采用线下训练完成的跨栏犯规判决模型对预处理后的运动人体图片进行预测判决，输出犯规判决结果；
第五步，位置回溯：根据图像分割时截取图片位置，回溯犯规位置，输出犯规赛道序号和犯规栏架序号；
第六步，结果输出：将犯规判决结果进行输出，所述犯规判决结果包含犯规赛道序号、犯规栏架序号、犯规图片帧。
多个摄像头获取同一位置图像进行判决时，有一视频图像被判为犯规即为犯规。
关于线下训练完成的跨栏犯规判决模型，采用当前机器视觉主流的深度卷积神经网络模型ResNeXt，预先对网络进行训练，使得其可以对图像准备判决是否存在犯规；
网络训练过程中数据线采用历史比赛数据，对视频中的跨栏动作进行犯规与未犯规的分类；
为了增强跨栏犯规判决模型的环境适应性和准确度，增加多运动场，多运动员的跨栏比赛和训练数据；
模型训练样本为{Ii,Li,yi}，式中Ii为第i个训练样本图片帧，Li为图片帧Ii截取位置与起跑点距离，yi为图片帧Ii的标签，yi∈{0,1}，0表示非犯规状态，1为犯规状态；
通过对网络训练，得到一个精度高、速度快的跨栏犯规判决模型。
为进一步提高其精度，在比赛前，采集运动员在比赛场地上的跨栏模拟数据，跨栏犯规判决模型进行微调，获得比赛场地最佳的跨栏犯规判决模型。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，设置在跨栏比赛场地上，所述跨栏比赛场地为矩形场地，内含有赛道和跨栏架组成，其特征在于：它由高清摄像头、摄像头支架、无线数据发送模块、无线数据接收模块、存储器、中央处理器及显示器组成；
所述摄像头支架安置于跨栏比赛场地四角外侧，对角线上；
所述高清摄像头安置于摄像头支架顶端，呈固定角度，每个摄像头能完整拍摄比赛用跨栏架；
所述无线数据发送模块安置于摄像头支架上，与高清摄像头连接，将高清摄像头画面以视频流形式发送；
所述无线数据接收模块用于接收无线数据发送模块发送视频流数据；
所述中央处理器与 无线数据接收模块连接获取视频流数据，对视频流数据进行处理和识别，给出犯规判决结果输出；
所述犯规判决结果包含犯规赛道序号、犯规栏架序号、犯规图片帧；
所述存储器存储与中央处理器连接，存储系统参数和犯规赛道序号、犯规栏架序号、犯规图片帧；
所述显示器与中央处理器连接，显示犯规赛道信息，包括犯规赛道序号、犯规栏架序号、犯规图片帧图像；
所述中央处理器按如下步骤完成对视频流数据进行处理和识别：
第一步，解帧：完成对视频流数据进行解帧，获得视频流帧图像数据；
第二步，图像分割：采用运动人体检测模型对图像进行运动人体检测，根据检测结果截取运动人体图片，包含运动人体所有肢体部位；
第三步，图像预处理：对运动人体图片进行尺寸归一化处理，处理到固定长和宽的图像尺寸；
第四步，模型判决：采用线下训练完成的跨栏犯规判决模型对预处理后的运动人体图片进行预测判决，输出犯规判决结果；
第五步，位置回溯：根据图像分割时截取图片位置，回溯犯规位置，输出犯规赛道序号和犯规栏架序号；
第六步，结果输出：将犯规判决结果进行输出，所述犯规判决结果包含犯规赛道序号、犯规栏架序号、犯规图片帧。
2.如权利要求1所述一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，其特征在于：所述线下训练完成的跨栏犯规判决模型训练数据为历史比赛数据以及比赛场地采集数据；
所述跨栏犯规判决模型选用深度卷积神经网络模型；
所述跨栏犯规判决模型训练样本为{Ii,Li,yi}，式中Ii为第i个训练样本图片帧，Li为图片帧Ii截取位置与起跑点距离，yi为图片帧Ii的标签，yi∈{0,1}，0表示非犯规状态，1为犯规状态。
3.如权利要求2所述一种基于机器视觉的用于跨栏比赛的犯规自动判别系统，其特征在于：所述跨栏犯规判决模型选用ResNeXt网络模型。
CN201810676449.8A 2018-06-27 2018-06-27 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统 Active CN108837478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810676449.8A CN108837478B (zh) 2018-06-27 2018-06-27 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810676449.8A CN108837478B (zh) 2018-06-27 2018-06-27 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统

Publications (2)

Publication Number Publication Date
CN108837478A CN108837478A (zh) 2018-11-20
CN108837478B true CN108837478B (zh) 2020-03-27

Family

ID=64202914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810676449.8A Active CN108837478B (zh) 2018-06-27 2018-06-27 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统

Country Status (1)

Country Link
CN (1) CN108837478B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109621333A (zh) * 2019-01-28 2019-04-16 卢益强 一种进阶跑智能考评系统
CN113058251A (zh) * 2020-12-07 2021-07-02 泰州可以信息科技有限公司 抢道违规行为识别系统及方法
CN114419526B (zh) * 2022-03-31 2022-09-09 合肥的卢深视科技有限公司 犯规行为检测方法、装置、电子设备和存储介质
CN115869608A (zh) * 2022-11-29 2023-03-31 京东方科技集团股份有限公司 击剑比赛裁判方法及装置、系统、计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2649015A (en) * 1950-01-07 1953-08-18 Nassour Edward Camera control system for the sequential operation of cameras
US2746396A (en) * 1952-05-05 1956-05-22 Maurice C Davis Mobile camera mounting platform
US6104864A (en) * 1996-04-30 2000-08-15 Plusmic Corporation Moving image judging
CN101433769A (zh) * 2007-11-15 2009-05-20 徐天元 影像定位跨栏系统
CN106853289A (zh) * 2015-12-09 2017-06-16 上海体育学院 基于视频识别的乒乓球发球裁判辅助系统及其检测方法
CN206391417U (zh) * 2016-12-22 2017-08-11 陕西铁路工程职业技术学院 一种防跨栏时跳栏的装置
CN107803014A (zh) * 2017-12-01 2018-03-16 郑州航空工业管理学院 一种基于数字自动化场地和高速影像的体育训练分析系统
CN108079565A (zh) * 2017-12-28 2018-05-29 深圳市超级视觉科技有限公司 一种台球比赛计分系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2649015A (en) * 1950-01-07 1953-08-18 Nassour Edward Camera control system for the sequential operation of cameras
US2746396A (en) * 1952-05-05 1956-05-22 Maurice C Davis Mobile camera mounting platform
US6104864A (en) * 1996-04-30 2000-08-15 Plusmic Corporation Moving image judging
CN101433769A (zh) * 2007-11-15 2009-05-20 徐天元 影像定位跨栏系统
CN106853289A (zh) * 2015-12-09 2017-06-16 上海体育学院 基于视频识别的乒乓球发球裁判辅助系统及其检测方法
CN206391417U (zh) * 2016-12-22 2017-08-11 陕西铁路工程职业技术学院 一种防跨栏时跳栏的装置
CN107803014A (zh) * 2017-12-01 2018-03-16 郑州航空工业管理学院 一种基于数字自动化场地和高速影像的体育训练分析系统
CN108079565A (zh) * 2017-12-28 2018-05-29 深圳市超级视觉科技有限公司 一种台球比赛计分系统

Also Published As

Publication number Publication date
CN108837478A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN108837478B (zh) 一种基于机器视觉的用于跨栏比赛的犯规自动判别系统
US11842572B2 (en) Device, system, and method of computer vision, object tracking, image analysis, and trajectory estimation
CN107871120A (zh) 基于机器学习的体育赛事理解系统及方法
CN103871078B (zh) 一种台球击球关键信息检测方法及系统
JP4615715B2 (ja) 対象物認識機能及びデータ出力を有するカメラ
CN106845432B (zh) 一种人脸与人体共同检测的方法和设备
US20130178304A1 (en) Method of analysing a video of sports motion
WO2019229748A1 (en) Golf game video analytic system
CN206674094U (zh) 基于人脸识别的摄像机自动控制系统
KR20170097265A (ko) 다중 이동 객체 추적 시스템 및 이를 이용한 다중 이동 객체 추적 방법
CN109876416B (zh) 一种基于图像信息的跳绳计数方法
CN109961039B (zh) 一种个人进球视频捕捉方法及系统
CN114100103B (zh) 一种基于关键点识别的跳绳计数检测系统及方法
CN111866575A (zh) 一种实时动作视频智能捕捉与反馈方法及系统
US7457463B2 (en) System and method for the measurement of the relative position of an object with respect to a point of reference
CN111028266B (zh) 畜禽盘点方法、装置、电子设备和存储介质
CN110314361A (zh) 一种基于卷积神经网络的篮球进球得分判断方法及系统
JPH03224580A (ja) 動画像の処理方法
WO2018139810A1 (ko) 운동하는 객체의 위치 정보를 산출하기 위한 센싱장치 및 이를 이용한 센싱방법
CN115475373B (zh) 运动数据的展示方法、装置、存储介质及电子装置
CN110910489A (zh) 一种基于单目视觉的智能球场运动信息采集系统与方法
CN115713714A (zh) 运动测评方法、装置、系统、电子设备和存储介质
CN113082680A (zh) 一种基于机器视觉的球类比赛球出界自动裁判系统
Nelikanti et al. An optimization based deep lstm predictive analysis for decision making in cricket
CN110717931B (zh) 一种羽毛球发球时击球点的高度检测系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant