CN109248428A - 一种网球运动轨迹处理系统的动态分析方法 - Google Patents
一种网球运动轨迹处理系统的动态分析方法 Download PDFInfo
- Publication number
- CN109248428A CN109248428A CN201811080552.2A CN201811080552A CN109248428A CN 109248428 A CN109248428 A CN 109248428A CN 201811080552 A CN201811080552 A CN 201811080552A CN 109248428 A CN109248428 A CN 109248428A
- Authority
- CN
- China
- Prior art keywords
- sportsman
- module
- motion
- tennis
- path
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
- A63B69/38—Training appliances or apparatus for special sports for tennis
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
- A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种网球运动轨迹处理系统的动态分析方法,包括如下步骤:首先在网球场的周围安装多个摄像机,通过设置在摄像机对网球场上运动的运动员和运动的网球进行拍摄,从而得到运动员和网球的运动轨迹,将得到的运动轨迹发送到处理系统中进行处理,通过系统对运动轨迹进行分析,通过运动员观察优化后的虚拟动作,进而展开针对性的训练,使得运动员改掉自身所犯的错误,从而提高运动员的实力,以达到一个良好的训练效果。该方法通过系统将监测结果进行分析,得到运动员实际运动曲线与最优曲线之间的差别,系统根据差别得到运动员需要改进的地方,运动员进行有针对性的训练,进而得到一个良好的训练效果。
Description
技术领域
本发明涉及体育训练技术领域,尤其涉及一种网球运动轨迹处理系统的动态分析方法。
背景技术
网球起源于19世纪的英国,20世纪开始在世界范围内快速发展,它是一项优美而充满竞技性的体育运动,其特有的魅力已让世人所喜爱。网球和高尔夫球一起享有“贵族运动”之称。在网球竞赛之前,需要对运动员进行训练,但是现在的训练方法,都是由教练进行观察,然后进行指导,不仅效率低下,而且还容易出错,为此我们提出了一种网球运动轨迹处理系统的动态分析方法。
发明内容
本发明提出了一种网球运动轨迹处理系统的动态分析方法,以解决上述背景技术中提出的问题。
本发明提出了一种网球运动轨迹处理系统的动态分析方法,包括如下步骤:
S1:首先在网球场的周围安装多个摄像机,通过设置在摄像机对网球场上运动的运动员和运动的网球进行拍摄,从而得到运动员和网球的运动轨迹,将得到的运动轨迹发送到处理系统中进行处理,处理系统包括用于处理数据的中央处理器和用于采集视频的数据采集模块,数据采集模块电性连接捕捉模块,通过捕捉模块捕捉运动员和网球的运动路线,捕捉模块电性连接运动轨迹分析模块,通过运动轨迹分析模块分析运动员和网球运动路线的运动轨迹,运动轨迹分析模块与中央处理器电性连接,同时运动轨迹分析模块电性连接运动路径生成模块,通过运动路径生成模块生成运动员和网球的运动路径,运动路径生成模块电性连接数据库,并且数据库与中央处理器电性连接,数据库用于保存分析的数据;
S2:通过系统对运动轨迹进行分析,分析的详细步骤如下:
A1:通过系统处理拍摄到的运动员的运动轨迹和网球的运动轨迹,同时分别生成虚拟的运动员的运动路径和网球的运动路径,进而便于人们进行观察,中央处理器电性连接运动轨迹优化模块,通过运动轨迹优化模块优化运动员的动作,运动轨迹优化模块电性连接优化运动路径生成模块,通过优化运动路径生成模块从而生成优化的运动路径;
A2:在系统的算法计算下,生成出跟这个运动员体型相同的虚拟人物,通过网球的运动路径,同时生成出虚拟人物应对网球的最优曲线运动轨迹,通过最优的曲线运动轨迹,从而提醒运动员的不足;
A3:通过系统的算法计算,对比运动员的的实际运动轨迹和虚拟人物的最优曲线运动轨迹,查看两者的之间的差别,再经过系统算法分析,得到两者之间的差别数据,从而便于运动员进行观察和理解,数据库电性连接数据提取模块,数据提取模块电性连接路径对比模块,并且路径对比模块与优化运动路径生成模块电性连接,数据提取模块用于将数据库中的数据提取出来发送至路径对比模块中,通过路径对比模块对比出运动员的路径和优化的路径的区别;
S3:系统根据差别数据从而得到运动员的需要改进的地方,同时根据需要改进的动作,进而设计出优化后的虚拟动作,以便于运动员进行观察,通过路径对比模块电性连接数据处理模块,数据处理模块电性连接优化动作生成模块,通过数据处理模块对路径对比模块中的数据进行处理,从而得到运动员所需要的优化动作;
S4:通过运动员观察优化后的虚拟动作,进而展开针对性的训练,使得运动员改掉自身所犯的错误,从而提高运动员的实力,以达到一个良好的训练效果,优化动作生成模块电性连接显示单元,并且显示单元与优化运动路径生成模块和中央处理器电性连接,通过显示单元从而方便运动员进行查看。
优选的,其中步骤S1中,安装的摄像机均为高清摄像机,通过高清摄像机更加清楚的捕捉运动员和网球的运动状态,进而使得系统分析的数据更加的准确,同时生成的虚拟运动路径更加准确,避免因数据的不准确,从而生成错误的虚拟运动路径,进而达不到良好的教学效果。
优选的,步骤S2中,通过摄像机采集运动员的身体信息,通过向系统中植入人体运动学,在系统算法的计算下,从而计算出运动员的运动路径和虚拟人物的运动路径,使得运动员的运动路径和虚拟人物的运动路径更加合理,进而方便运动员进行学习。
优选的,步骤S3中,在系统设计出优化后的虚拟动作后,同时根据设计的虚拟动作,从而生成与虚拟动作匹配的教学文字和语音,运动员在观看虚拟动作时,通过匹配的教学文字和语音,从而达到更好的教学效果。
优选的,步骤S4中,在进行针对性的训练时,通过摄像机记录下训练时运动员的运动状态,进而在多次训练完毕后,查看运动的犯错概率,进而及时的提醒运动员进行改正。
本发明提出的一种网球运动轨迹处理系统的动态分析方法,有益效果在于:该方法通过系统将监测结果进行分析,得到运动员实际运动曲线与最优曲线之间的差别,系统根据差别得到运动员需要改进的地方,运动员进行有针对性的训练,进而得到一个良好的训练效果。
附图说明
图1为本发明提出的一种网球运动轨迹处理系统的动态分析方法的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,一种网球运动轨迹处理系统的动态分析方法,包括如下步骤:
S1:首先在网球场的周围安装多个摄像机,通过设置在摄像机对网球场上运动的运动员和运动的网球进行拍摄,从而得到运动员和网球的运动轨迹,将得到的运动轨迹发送到处理系统中进行处理,处理系统包括用于处理数据的中央处理器和用于采集视频的数据采集模块,数据采集模块电性连接捕捉模块,通过捕捉模块捕捉运动员和网球的运动路线,捕捉模块电性连接运动轨迹分析模块,通过运动轨迹分析模块分析运动员和网球运动路线的运动轨迹,运动轨迹分析模块与中央处理器电性连接,同时运动轨迹分析模块电性连接运动路径生成模块,通过运动路径生成模块生成运动员和网球的运动路径,运动路径生成模块电性连接数据库,并且数据库与中央处理器电性连接,数据库用于保存分析的数据,其中步骤S1中,安装的摄像机均为高清摄像机,通过高清摄像机更加清楚的捕捉运动员和网球的运动状态,进而使得系统分析的数据更加的准确,同时生成的虚拟运动路径更加准确,避免因数据的不准确,从而生成错误的虚拟运动路径,进而达不到良好的教学效果。
S2:通过系统对运动轨迹进行分析,分析的详细步骤如下:
A1:通过系统处理拍摄到的运动员的运动轨迹和网球的运动轨迹,同时分别生成虚拟的运动员的运动路径和网球的运动路径,进而便于人们进行观察,中央处理器电性连接运动轨迹优化模块,通过运动轨迹优化模块优化运动员的动作,运动轨迹优化模块电性连接优化运动路径生成模块,通过优化运动路径生成模块从而生成优化的运动路径;
A2:在系统的算法计算下,生成出跟这个运动员体型相同的虚拟人物,通过网球的运动路径,同时生成出虚拟人物应对网球的最优曲线运动轨迹,通过最优的曲线运动轨迹,从而提醒运动员的不足,系统针对运动员的运动路径算法是一种系统的算法适应速度变化能力、抗干扰能力较强的运动检测算法———OGHMs(Orthogonal Gaussian-HermiteMoments)。
用{f(x,y,t)|t=0,1,2…}表示输入的一组序列图像,f(x,y,t)代表t时刻的图像,x,y代表了图像上像素点的坐标,设Gaussian函数为g(x,σ),Bn(t)为g(x,σ)与Hermite多项式的乘积,则n阶OGHMs 可表示为
其中ai由Gaussian函数的标准偏差σ确定,同时由于运算时涉及到当前帧与前后帧之间的处理,所以在整个序列图像进行处理前, 需要先编写程序对这些序列图像的帧序进行自动设置。
在获取图像并进行参数二值化后主程序调用简化的OGHMs运算模块。OGHMs的递归表达式为
Mn(t,f(x,y,t))=2(n-1)Mn-2(t,f(x,y,t))+2σMn-1(t,f(1)(x,y,t)) (2)
其中n可取0,1,2…,代表不同阶的OGHMs,在计算序列图像的 OGHMs时,采用奇数的3次阶,通过OGHMs方法很好地去除了背景噪声的影响,得到的运动人体轮廓十分清晰,从而得到人体的运动路径。
A3:通过系统的算法计算,对比运动员的的实际运动轨迹和虚拟人物的最优曲线运动轨迹,查看两者的之间的差别,再经过系统算法分析,得到两者之间的差别数据,从而便于运动员进行观察和理解,数据库电性连接数据提取模块,数据提取模块电性连接路径对比模块,并且路径对比模块与优化运动路径生成模块电性连接,数据提取模块用于将数据库中的数据提取出来发送至路径对比模块中,通过路径对比模块对比出运动员的路径和优化的路径的区别,在针对运动员的的实际运动轨迹,从而得到优化的运动路径的算法为批量梯度下降法(Batch Gradient Descent,BGD),将J(theta)对theta求偏导,得到每个theta对应的的梯度,其表达式为
由于是要最小化风险函数,所以按每个参数theta的梯度负方向,来更新每个theta,可表示为
通过上述的表达式,从而得到一个最优的运动路径,用来与运动员进行对比。
步骤S2中,通过摄像机采集运动员的身体信息,通过向系统中植入人体运动学,在系统算法的计算下,从而计算出运动员的运动路径和虚拟人物的运动路径,使得运动员的运动路径和虚拟人物的运动路径更加合理,进而方便运动员进行学习。
S3:系统根据差别数据从而得到运动员的需要改进的地方,同时根据需要改进的动作,进而设计出优化后的虚拟动作,以便于运动员进行观察,通过路径对比模块电性连接数据处理模块,数据处理模块电性连接优化动作生成模块,通过数据处理模块对路径对比模块中的数据进行处理,从而得到运动员所需要的优化动作,步骤S3中,在系统设计出优化后的虚拟动作后,同时根据设计的虚拟动作,从而生成与虚拟动作匹配的教学文字和语音,运动员在观看虚拟动作时,通过匹配的教学文字和语音,从而达到更好的教学效果。
S4:通过运动员观察优化后的虚拟动作,进而展开针对性的训练,使得运动员改掉自身所犯的错误,从而提高运动员的实力,以达到一个良好的训练效果,优化动作生成模块电性连接显示单元,并且显示单元与优化运动路径生成模块和中央处理器电性连接,通过显示单元从而方便运动员进行查看。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种网球运动轨迹处理系统的动态分析方法,其特征在于,包括以下步骤:
S1:首先在网球场的周围安装多个摄像机,通过设置在摄像机对网球场上运动的运动员和运动的网球进行拍摄,从而得到运动员和网球的运动轨迹,将得到的运动轨迹发送到处理系统中进行处理,处理系统包括用于处理数据的中央处理器和用于采集视频的数据采集模块,数据采集模块电性连接捕捉模块,通过捕捉模块捕捉运动员和网球的运动路线,捕捉模块电性连接运动轨迹分析模块,通过运动轨迹分析模块分析运动员和网球运动路线的运动轨迹,运动轨迹分析模块与中央处理器电性连接,同时运动轨迹分析模块电性连接运动路径生成模块,通过运动路径生成模块生成运动员和网球的运动路径,运动路径生成模块电性连接数据库,并且数据库与中央处理器电性连接,数据库用于保存分析的数据;
S2:通过系统对运动轨迹进行分析,分析的详细步骤如下:
A1:通过系统处理拍摄到的运动员的运动轨迹和网球的运动轨迹,同时分别生成虚拟的运动员的运动路径和网球的运动路径,进而便于人们进行观察,中央处理器电性连接运动轨迹优化模块,通过运动轨迹优化模块优化运动员的动作,运动轨迹优化模块电性连接优化运动路径生成模块,通过优化运动路径生成模块从而生成优化的运动路径;
A2:在系统的算法计算下,生成出跟这个运动员体型相同的虚拟人物,通过网球的运动路径,同时生成出虚拟人物应对网球的最优曲线运动轨迹,通过最优的曲线运动轨迹,从而提醒运动员的不足;
A3:通过系统的算法计算,对比运动员的的实际运动轨迹和虚拟人物的最优曲线运动轨迹,查看两者的之间的差别,再经过系统算法分析,得到两者之间的差别数据,从而便于运动员进行观察和理解,数据库电性连接数据提取模块,数据提取模块电性连接路径对比模块,并且路径对比模块与优化运动路径生成模块电性连接,数据提取模块用于将数据库中的数据提取出来发送至路径对比模块中,通过路径对比模块对比出运动员的路径和优化的路径的区别;
S3:系统根据差别数据从而得到运动员的需要改进的地方,同时根据需要改进的动作,进而设计出优化后的虚拟动作,以便于运动员进行观察,通过路径对比模块电性连接数据处理模块,数据处理模块电性连接优化动作生成模块,通过数据处理模块对路径对比模块中的数据进行处理,从而得到运动员所需要的优化动作;
S4:通过运动员观察优化后的虚拟动作,进而展开针对性的训练,使得运动员改掉自身所犯的错误,从而提高运动员的实力,以达到一个良好的训练效果,优化动作生成模块电性连接显示单元,并且显示单元与优化运动路径生成模块和中央处理器电性连接,通过显示单元从而方便运动员进行查看。
2.根据权利要求1所述的一种网球运动轨迹处理系统的动态分析方法,其特征在于:其中步骤S1中,安装的摄像机均为高清摄像机,通过高清摄像机更加清楚的捕捉运动员和网球的运动状态,进而使得系统分析的数据更加的准确,同时生成的虚拟运动路径更加准确,避免因数据的不准确,从而生成错误的虚拟运动路径,进而达不到良好的教学效果。
3.根据权利要求1所述的一种网球运动轨迹处理系统的动态分析方法,其特征在于:步骤S2中,通过摄像机采集运动员的身体信息,通过向系统中植入人体运动学,在系统算法的计算下,从而计算出运动员的运动路径和虚拟人物的运动路径,使得运动员的运动路径和虚拟人物的运动路径更加合理,进而方便运动员进行学习。
4.根据权利要求1所述的一种网球运动轨迹处理系统的动态分析方法,其特征在于:步骤S3中,在系统设计出优化后的虚拟动作后,同时根据设计的虚拟动作,从而生成与虚拟动作匹配的教学文字和语音,运动员在观看虚拟动作时,通过匹配的教学文字和语音,从而达到更好的教学效果。
5.根据权利要求1所述的一种网球运动轨迹处理系统的动态分析方法,其特征在于:步骤S4中,在进行针对性的训练时,通过摄像机记录下训练时运动员的运动状态,进而在多次训练完毕后,查看运动的犯错概率,进而及时的提醒运动员进行改正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811080552.2A CN109248428A (zh) | 2018-09-17 | 2018-09-17 | 一种网球运动轨迹处理系统的动态分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811080552.2A CN109248428A (zh) | 2018-09-17 | 2018-09-17 | 一种网球运动轨迹处理系统的动态分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109248428A true CN109248428A (zh) | 2019-01-22 |
Family
ID=65047879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811080552.2A Pending CN109248428A (zh) | 2018-09-17 | 2018-09-17 | 一种网球运动轨迹处理系统的动态分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109248428A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110420445A (zh) * | 2019-07-23 | 2019-11-08 | 东南大学 | 一种基于增强现实的壁球训练方法及装置 |
CN110856099A (zh) * | 2019-10-15 | 2020-02-28 | 上海万位数字技术有限公司 | 基于区域高精定位技术的运动员轨迹及热力图分布的方法 |
CN111160166A (zh) * | 2019-12-18 | 2020-05-15 | 佛山科学技术学院 | 一种面向虚拟网球训练的用户动作采集方法及系统 |
CN111184994A (zh) * | 2020-01-19 | 2020-05-22 | 范世杰 | 击球训练方法、终端设备及存储介质 |
CN116271766A (zh) * | 2022-09-07 | 2023-06-23 | 彭峻 | 网球训练的模拟方法及装置、电子设备及存储介质 |
CN116328277A (zh) * | 2023-03-07 | 2023-06-27 | 灵羲科技(北京)有限公司 | 多视角协同的实时网球智能裁判系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104998393A (zh) * | 2015-08-25 | 2015-10-28 | 国家体育总局体育科学研究所 | 一种网球运动员动作技术综合分析系统及方法 |
US20150314165A1 (en) * | 2014-05-05 | 2015-11-05 | Sony Corporation | Using pressure signal from racket to advise player |
EP2953115A1 (en) * | 2014-06-06 | 2015-12-09 | Head Technology GmbH | Swing analysis system |
CN105722562A (zh) * | 2016-01-25 | 2016-06-29 | 张阳 | 网球运动中网球落点的获取方法及系统 |
CN107431796A (zh) * | 2015-05-27 | 2017-12-01 | 谷歌公司 | 全景虚拟现实内容的全方位立体式捕捉和渲染 |
CN108109440A (zh) * | 2017-12-21 | 2018-06-01 | 沈阳体育学院 | 一种多人舞蹈教学互动投影方法及装置 |
-
2018
- 2018-09-17 CN CN201811080552.2A patent/CN109248428A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150314165A1 (en) * | 2014-05-05 | 2015-11-05 | Sony Corporation | Using pressure signal from racket to advise player |
EP2953115A1 (en) * | 2014-06-06 | 2015-12-09 | Head Technology GmbH | Swing analysis system |
CN107431796A (zh) * | 2015-05-27 | 2017-12-01 | 谷歌公司 | 全景虚拟现实内容的全方位立体式捕捉和渲染 |
CN104998393A (zh) * | 2015-08-25 | 2015-10-28 | 国家体育总局体育科学研究所 | 一种网球运动员动作技术综合分析系统及方法 |
CN105722562A (zh) * | 2016-01-25 | 2016-06-29 | 张阳 | 网球运动中网球落点的获取方法及系统 |
CN108109440A (zh) * | 2017-12-21 | 2018-06-01 | 沈阳体育学院 | 一种多人舞蹈教学互动投影方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110420445A (zh) * | 2019-07-23 | 2019-11-08 | 东南大学 | 一种基于增强现实的壁球训练方法及装置 |
CN110856099A (zh) * | 2019-10-15 | 2020-02-28 | 上海万位数字技术有限公司 | 基于区域高精定位技术的运动员轨迹及热力图分布的方法 |
CN111160166A (zh) * | 2019-12-18 | 2020-05-15 | 佛山科学技术学院 | 一种面向虚拟网球训练的用户动作采集方法及系统 |
CN111160166B (zh) * | 2019-12-18 | 2023-04-28 | 佛山科学技术学院 | 一种面向虚拟网球训练的用户动作采集方法及系统 |
CN111184994A (zh) * | 2020-01-19 | 2020-05-22 | 范世杰 | 击球训练方法、终端设备及存储介质 |
CN116271766A (zh) * | 2022-09-07 | 2023-06-23 | 彭峻 | 网球训练的模拟方法及装置、电子设备及存储介质 |
CN116328277A (zh) * | 2023-03-07 | 2023-06-27 | 灵羲科技(北京)有限公司 | 多视角协同的实时网球智能裁判系统 |
CN116328277B (zh) * | 2023-03-07 | 2023-11-10 | 灵羲科技(北京)有限公司 | 多视角协同的实时网球智能裁判系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109248428A (zh) | 一种网球运动轨迹处理系统的动态分析方法 | |
CN108256433B (zh) | 一种运动姿态评估方法及系统 | |
US20200394413A1 (en) | Athlete style recognition system and method | |
Thar et al. | A proposal of yoga pose assessment method using pose detection for self-learning | |
CN107871120B (zh) | 基于机器学习的体育赛事理解系统及方法 | |
US11348255B2 (en) | Techniques for object tracking | |
CN111724414B (zh) | 一种基于3d姿态估计的篮球运动分析方法 | |
KR100772497B1 (ko) | 골프 클리닉 시스템 및 그것의 운용방법 | |
KR101975056B1 (ko) | 사용자 맞춤형 트레이닝 시스템 및 이의 트레이닝 서비스 제공 방법 | |
CN110705390A (zh) | 基于lstm的形体姿态识别方法、装置及存储介质 | |
CN111444890A (zh) | 一种基于机器学习的体育数据分析系统和方法 | |
CN110210284A (zh) | 一种人体姿态行为智能评价方法 | |
CN107220608B (zh) | 一种篮球动作模型重建和防守的指导系统及方法 | |
WO2019116495A1 (ja) | 技認識プログラム、技認識方法および技認識システム | |
CN106846372B (zh) | 人体运动质量视觉分析与评价系统及其方法 | |
Krzeszowski et al. | Estimation of hurdle clearance parameters using a monocular human motion tracking method | |
CN110751100A (zh) | 一种体育场馆辅助训练方法与系统 | |
CN115100744A (zh) | 一种羽毛球比赛人体姿态估计和球路追踪方法 | |
CN114005180A (zh) | 一种用于羽毛球运动的动作评分方法及装置 | |
Zecha et al. | Swimmer detection and pose estimation for continuous stroke-rate determination | |
KR101864039B1 (ko) | 증강현실을 이용한 격투기 스포츠의 공정심사 솔루션 제공용 빅데이터 분석처리 시스템 및 그 구동방법 | |
CN113947811A (zh) | 一种基于生成对抗网络的太极拳动作校正方法及系统 | |
Wang | Research on the evaluation of sports training effect based on artificial intelligence technology | |
Sharshar et al. | MM-DOS: a novel dataset of workout activities | |
Peng et al. | Accurate recognition of volleyball motion based on fusion of MEMS inertial measurement unit and video analytic |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190122 |
|
RJ01 | Rejection of invention patent application after publication |