CN109977752B - 一种基于序列模式挖掘的羽毛球运动员技战术分析方法 - Google Patents

Abstract

一种基于序列模式挖掘的羽毛球运动员技战术分析方法，包括：S1、视频数据采集和场地编码、S2、对运动员动作进行人工标注、S3、面向羽毛球技战术分析的字符串匹配、S4、统计输出。本发明采用高效的羽毛球技战术编码方式对输入的羽毛球比赛运动视频进行标注；后利用字符串匹配方法将待分析运动员在所采集的比赛视频中每次得分所采用的人工标注字符串数据与每一关键技战术的代码进行匹配分析。然后依据预设关键技战术的代码在待分析运动员得分点的动作中出现的频率判断该运动员常用的羽毛球技战术。本方法有助于对羽毛球运动员认识自身的技术优势，从而提高自身技战术水平及教练团队进行赛前的技战术分析和赛后的技战术总结具有重大意义。

Description

一种基于序列模式挖掘的羽毛球运动员技战术分析方法

技术领域

本发明涉及视频标注、序列模式挖掘、运动分析领域，尤其是一种基于序列模式挖掘的羽毛球运动员技战术分析方法。

背景技术

随着时代的发展，体育运动越来越普及大众。与此同时，高水平体育赛事的竞技水平也越来越高。而为了进一步提高专业运动员的水平，乃至为普通大众提供更加准确科学的运动数据，计算机技术在体育运动领域的应用成为当下的一个研究热点。与此同时，得益于如高速摄像机群等各类硬件设施的不断升级，以及体育计算的不断深入，体育运动的信息化开始大跨步发展。

羽毛球运动作为一项历史悠久的体育运动，有着丰富的技战术动作，而各类羽毛球技战术动作组合而成的系统的羽毛球技战术更是千变万化。我国作为一个世界公认的羽毛球运动大国，不仅有着数量庞大的羽毛球爱好者，而且在各类与羽毛球相关的官方赛事中，我国高水平羽毛球运动员都取得了优异的成绩。其原因在于我国高度重视将羽毛球比赛与最新的科技应用相结合，以此来提高运动员竞技水平，辅助教练团队赛前备战，赛后总结。

体育运动视频的分析方法研究起源于20世纪90年代。现如今，高水平运动员及教练团队对于体育运动视频的需求，由简单的直接观看录像，浏览比赛粗略信息，发展为更加复杂，准确，细致的多元化需求。例如在篮球比赛中对于精彩集锦片段的切分与提取，在跳水比赛中对于溅起水花运动规律的分析，在足球比赛中对于足球运动员跑步路线和跑动距离的记录等。越来越多的研究机构投入大量人力物力致力于提高体育运动的信息化水平。通过分析大量的比赛帧图像，发现不同事件发生时，高速的摄像机运动通常会使得帧图像的模糊度会发生不同程度改变。在此基础上，他们定义了不同足球事件对应的模糊度，而后以模糊度为搜索因子检测特定事件的发生时间和球场位置。

随着体育运动信息化研究的不断深入，许多技术难关也开始显现。体育运动视频信息的简化方式便是其中之一。众所周知，体育运动视频信息数据类型繁多，数据大小不一，因而导致体育运动视频的数据量巨大且复杂。同时，体育运动视频信息化的过程中，往往忽视体育运动中各种技战术动作之间的联系，没有从更加高层的视角去对得到的体育运动信息进行系统的分析。而现有技术中尚未出现通过比赛视频而系统化，数据化的获得某个运动员技术参数的方案。

发明内容

本发明的目的是提供一种分析客观，有助于对羽毛球运动员认识自身的技术优势、提高自身技战术水平以及教练团队进行赛前的技战术分析和赛后的技战术总结的基于序列模式挖掘的羽毛球运动员技战术分析方法。

本发明解决现有技术问题所采用的技术方案：一种基于序列模式挖掘的羽毛球运动员技战术分析方法，包括以下步骤：

S1、视频数据采集和场地编码：从互联网下载待分析运动员羽毛球比赛视频，对该比赛视频中的待分析运动员的动作序列进行人工编码，并保存为文本文件：包括以下步骤：

S101、场地标记：在羽毛球赛场中以球网为分割线，将赛场分为两个对称的 X区场地和Y区场地；以赛场的中线为分割线，分别在X区场地、Y区场地中将前场对称分割为1区和2区，在中后场对称分割为3区和4区；以球网与中线之间的交点为对称点，使X区场地中的1区-4区与Y区场地中的1区-4区分别关于所述对称点呈中心对称；得到羽毛球赛场的场地标记代码：1、2、3、4；

S102、击球动作编码表示：将羽毛球基本击球动作的英文名称的首字母作为击球动作的代码表示；若不同击球动作的首字母相同，则不同击球动作中对第二次出现的击球动作取第二个字母，以此类推，得到如下的击球动作编码：“杀球”表示为“S”，“高球”表示为“H”，“搓球”表示为“C”，“推球”表示为“U”，“抽球”表示为“D”，“挑球”表示为“L”，“吊球”表示为“R”，“勾球”表示为”A”；

S2、对运动员动作进行人工标注：根据步骤S1中得到的羽毛球比赛视频中，以比赛中的待分析运动员的每次得分作为一条人工标注字符串数据保存至文本文件中，作为人工标注字符串数据集；每条人工标注字符串数据由羽毛球的击球起点到落地点依次所使用的击球动作编码及该击球动作使球所经过的赛场区域的场地标记代码组成；所述人工标注字符串数据由若干字符串片段组成：

表示待分析运动员用f_n的击球动作将球从

区打到

区；其中， f_n∈F，

F为击球动作编码表示的集合，F＝{S,H,C,U,D,L,R,A}， Q为步骤S101中得到的场地标记代码的集合，Q＝{1,2,3,4}，n≤8，l₁,l₂≤4；

S3、面向羽毛球技战术分析的字符串匹配：

包括以下步骤：

S301、预设关键技战术的代码表示：对羽毛球比赛中的四种关键技战术根据步骤S2的人工标注方法进行代码化表示得到关键技战术编码字符串：“控后突前战术”的关键技战术编码字符串为“L14L13S”、“控制网前突击战术”的关键技战术编码字符串为“A11A12S”、“拉开突击战术”的关键技战术编码字符串为“L13L14A11A12”，“对角线战术”的关键技战术编码字符串为“L23L14S”；得到关键技战术编码字符串集：{“L14L13S”、“A11A12S”、“L13L14A11A12”、“L23L14S”}；

S302、字符串数据匹配：读取步骤S2中得到人工标注字符串数据集,记为P，并将人工标注字符串数据集P中包含的任一人工标注字符串数据记为p，将关键技战术编码字符串集B中包含的任一关键技战术编码字符串记为b，人工标注字符串数据p和关键技战术编码字符串b的长度分别为|p|和|b|；预设一个二维数组d，二维数组d中各元素初始值均设置为0，二维数组d的大小为 (|p|+1)(|b|+1)；包括以下步骤：

S3021、建立二维数组：对于预设的二维数组d，将第m行的第一个元素数值设定为m1，即d[m][0]＝m1，第k列的第一个元素的数值为k1，即d[0][k] ＝k1，其中m>＝0,m<＝|p|,k>＝0,k<＝|b|；

S3022、字符串匹配：利用字符串匹配方法对人工标注字符串数据p与关键技战术编码字符串b进行匹配对比，根据匹配对比的情况循环遍历二维数组d 的其余位置元素，为其余位置的每一个元素赋值，匹配方法为：对于人工标注字符串数据p和关键技战术编码字符串b，若p[i-1]＝b[j-1]，则赋予d[i][j] ＝d[i-1][j-1]；若p[i-1]不等于b[j-1]，则d[i][j]＝min(d[i-1][j]+1, d[i][j-1]+1,d[i-1][j-1]+1)，其中i>＝1,i<＝|p|,j>＝1,j<＝|b|，p[i-1]为人工标注字符串数据p中第i-1个元素，b[j-1]为关键技战术编码字符串b中第 j-1个元素；经过循环为二维数组d赋值后，赋值后的二维数组d作为匹配数组输出；

S4、统计输出：通过统计步骤S3022中得到的匹配数组中小于或等于预设编辑距离的元素的个数，即可得到待分析运动员在进行人工标注字符串数据p 所对应的动作中关键技战术出现的次数，从而获得待分析运动员的战术特点。

步骤S2中人工标注字符串数据集为分行存储：将待分析运动员每一次得分所对应的人工标注字符串数据作为一行保存到文本文件中。

步骤S4中，预设编辑距离为4。

步骤S102中，击球动作的代码表示为羽毛球基本击球动作的英文名称的首字母的大写，如不同击球动作的首字母相同，则不同击球动作中对第二次出现的击球动作取第二个字母的大写。

本发明的有益效果在于：本发明首先采用高效的羽毛球技战术编码方式对输入的羽毛球比赛运动视频进行标注，以简化羽毛球体育运动信息。然后，利用本发明的字符串匹配方法将待分析运动员在所采集的比赛视频中每一次得分所采用的人工标注字符串数据与每一预设关键技战术的代码进行匹配分析。然后依据预设关键技战术的代码在待分析运动员得分点的动作中出现的频率判断该运动员常用的羽毛球技战术。本方法有助于对羽毛球运动员认识自身的技术优势，从而提高自身技战术水平以及教练团队进行赛前的技战术分析和赛后的技战术总结都有一定的意义。

附图说明

图1是本发明的流程示意图。

图2是本发明的场地编码示意图。

具体实施方式

以下结合附图及具体实施方式并配合实施例对本发明进行说明：

如图1所示，一种基于序列模式挖掘的羽毛球运动员技战术分析方法，包括以下步骤：

S1、视频数据采集和场地编码：从互联网下载待分析运动员羽毛球比赛视频，对该比赛视频中的待分析运动员的动作序列进行人工编码，并保存为文本文件：包括以下步骤：

S101、场地标记：如图2所示，在羽毛球赛场中以球网为分割线，将赛场分为两个对称的X区场地和Y区场地；以赛场的中线为分割线，分别在X区场地、Y区场地中将前场对称分割为1区和2区，在中后场对称分割为3区和4区；以球网与中线之间的交点为对称点，使X区场地中的1区-4区与Y区场地中的 1区-4区分别关于对称点呈中心对称；得到羽毛球赛场的场地标记代码：1、2、 3、4；

在此基础上，对于羽毛球比赛中的击球路线就可以结合击球起点分区和击球落点分区来表示，例如代码14表示1区到4区(前场到后场)的击球路线。

S102、击球动作编码表示：将羽毛球基本击球动作的英文名称的首字母作为击球动作的代码表示；若不同击球动作的首字母相同，则不同击球动作中对第二次出现的击球动作取第二个字母的大写，以此类推，得到如表1所示的击球动作编码：

表1击球动作编码

序号	击球动作名称	击球动作编码
			1	杀球(smash)	S
2	高球(high)	H
			3	搓球(cut)	C
4	推球(rush)	U
			5	抽球(drive)	D
6	挑球(lift)	L
			7	吊球(drop)	R
8	勾球(hairpin shot)	A

S2、对运动员动作进行人工标注：根据步骤S1中得到的羽毛球比赛视频中，以比赛中的待分析运动员的每次得分作为一条人工标注字符串数据保存至文本文件中，作为人工标注字符串数据集；每条人工标注字符串数据由羽毛球的击球起点到落地点依次所使用的击球动作编码表示及该击球动作使球所经过的赛场区域的代码表示组成，人工标注字符串数据中由若干字符串片段组成：

表示待分析运动员用f_n的击球动作将球从

区打到

区；其中，f_n∈F，

F为击球动作编码表示的集合，即： F＝{S,H,C,U,D,L,R,A}，Q为步骤S101中得到的场地标记的代码集合，即： Q＝{1,2,3,4}，n≤8，l₁,l₂≤4；

以上击球路线所经过的场地标记代码和击球当时代码都支持扩展。羽毛球技战术分析可以根据需求在现有类别之内，合理地增加相应的场地标记代码或者击球动作编码。在对输入的羽毛球比赛视频进行编码标注时，以羽毛球比赛中待分析运动员的每一次得分为基本单位。

例如，以我国著名男子羽毛球运动员林丹在2008年北京某运动会羽毛球男子单打决赛的视频为例。首先是对该场比赛的羽毛球运动视频进行人工标注，以羽毛球比赛中的每一次得分为一行人工标注字符串数据，将一局比赛中所有人工标注字符串数据保存到一个文本文件当中，文本文件中的部分编码标注结果如下所示：

A11L14C21L24R42L23R41L24D33S41L23R42L23H44H34A22L14S32

A22R42L14S32L14L23C12R41R41

L14D31D42R41C21

C21H33C12

A22L14D31L23R42L14L14L23

A11L13H44L24D31D42S31

A22C12S42C12R13S31

A11A12L13S31

L13C12R31U13L13L14S32

A11A12L13L13H33C12

L13R42R41H33

A22R31L13L14A11A12C12

A22L13R31L23R42L14L14

L24R42L23R41L24D33S41L23S31

H44L24D31D42S31

A21H33C12R31U31H34S31

L23R42L14L14L23C21C12

S3、面向羽毛球技战术分析的字符串匹配：

包括以下步骤：

S301、预设关键技战术的代码表示：对羽毛球比赛中的四种关键技战术根据步骤S2的人工标注方法进行代码化表示，得到表2的关键技战术的代码表示，即关键技战术编码字符串。

表2关键技战术的代码表示

羽毛球技战术	关键技战术的代码表示
		控后突前战术	L14L13S
控制网前突击战术	A11A12S
		拉开突击战术	L13L14A11A12
对角线战术	L23L14S

根据表2得到关键技战术编码字符串集：{“L14L13S”、“A11A12S”、“L13L14A11A12”、“L23L14S”}；

在此基础上，通过字符串匹配方法分析视频标注的字符串中是否包含这四种关键羽毛球技战术，通过球技战术的使用频率分析运动员的个人技术特点，指导后续训练，具体如下所示：

S302、字符串数据匹配：读取步骤S2中得到人工标注字符串数据集,记为P，并将人工标注字符串数据集P中包含的任一人工标注字符串数据记为p，将关键技战术编码字符串集B中包含的任一关键技战术编码字符串记为b，人工标注字符串数据p和关键技战术编码字符串b的长度分别为|p|和|b|；预设一个二维数组d，二维数组d中各元素初始值均设置为0，二维数组d的大小为 (|p|+1)(|b|+1)；由于羽毛球技战术分析中，一个战术的发起点和最后的得分动作是必不可少的，因而，本方法首先固定第一个字符和结尾字符，只允许字符串中间存在一定编辑距离。因此具体步骤如下：

S3021、建立二维数组：对于预设的二维数组d，将第m行的第一个元素数值设定为m1，即d[m][0]＝m1，第k列的第一个元素的数值为k1，即d[0][k] ＝k1，其中m>＝0,m<＝|p|,k>＝0,k<＝|b|；

S3022、字符串匹配：利用字符串匹配方法对人工标注字符串数据p与关键技战术编码字符串b进行匹配对比，根据匹配对比的情况循环遍历二维数组d 的其余位置元素，为其余位置的每一个元素赋值，匹配方法为：对于人工标注字符串数据p和关键技战术编码字符串b，若p[i-1]＝b[j-1]，则赋予d[i][j] ＝d[i-1][j-1]；若p[i-1]不等于b[j-1]，则d[i][j]＝min(d[i-1][j]+1, d[i][j-1]+1,d[i-1][j-1]+1)，(min表示三个数值中的最小值)。其中 i>＝1,i<＝|p|,j>＝1,j<＝|b|，p[i-1]为人工标注字符串数据p中第i-1个元素， b[j-1]为关键技战术编码字符串b中第j-1个元素；经过循环为二维数组d赋值后，赋值后的二维数组d作为匹配数组输出；

其中，编辑距离指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数，编辑操作包括在字符串中替换、插入或删除一个字符的操作，编辑距离越小表示两个字符串匹配得越为精确，预设编辑距离的目的是提前设定匹配精度，由于运动员的连续动作不一定完全符合关键技战术的编码，通过设定一定编辑距离可以实现编码序列的模糊匹配。

S4、统计输出：通过分析步骤S3022中得到的匹配数组中不同数值的个数即得到在一次得分中待分析运动员采用的关键技战术的频率，具体地，通过统计匹配数组中小于或等于预设编辑距离的元素的个数，即可得到待分析运动员在进行人工标注字符串数据a所对应的动作中关键技战术出现的次数(频率)，从而获得待分析运动员的战术特点。如限定编辑距离为1，统计数组d中小于等于 1的数值个数，就可以知道在人工标注字符串数据p所对应的关键技战术编码字符串b出现了多少次，进而统计出一场比赛中运动员所使用的关键技战术的频率。

例如，预设编辑距离为4，在2008年北京某运动会羽毛球男子单打决赛中，可以匹配得到林丹采用每种羽毛球技战术的频率：控后突前战术8次，控制网前突击战术4次，拉开突击战术3次，对角线战术8次。由此可见，林丹采用的羽毛球技战术多种多样，这样证明了像林丹这样的世界顶级羽毛球运动员不会有明显的技战术短板。在进攻端，林丹擅长控制住后场然后伺机杀球突击得分，同时，林丹也擅长通过反复的打对角线球还消耗对手体力，迫使对手出现失误或者回球质量差。不仅如此，林丹的网前技术也可圈可点，对球场空间的利用也非常好。通过羽毛球技战术分析可以知道林丹是一名爆发力高，跑动能力强，对羽毛球击球落点把握出色的顶尖羽毛球男子单打运动员。而对其他运动员采用该分析方法可以发现运动员的技术特点和优势不足，有助于辅助运动员训练，提升技术水平。为便于理解，匹配算法的伪代码如下所示：

以上内容是结合具体的优选技术方案对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于序列模式挖掘的羽毛球运动员技战术分析方法，其特征在于，包括以下步骤：

S1、视频数据采集和场地编码：从互联网下载待分析运动员羽毛球比赛视频，对该比赛视频中的待分析运动员的动作序列进行人工编码，并保存为文本文件：包括以下步骤：

S101、场地标记：在羽毛球赛场中以球网为分割线，将赛场分为两个对称的X区场地和Y区场地；以赛场的中线为分割线，分别在X区场地、Y区场地中将前场对称分割为1区和2区，在中后场对称分割为3区和4区；以球网与中线之间的交点为对称点，使X区场地中的1区-4区与Y区场地中的1区-4区分别关于所述对称点呈中心对称；得到羽毛球赛场的场地标记代码：1、2、3、4；

S102、击球动作编码表示：将羽毛球基本击球动作的英文名称的首字母作为击球动作的代码表示；若不同击球动作的首字母相同，则不同击球动作中对第二次出现的击球动作取第二个字母，以此类推，得到如下的击球动作编码：“杀球”表示为“S”，“高球”表示为“H”，“搓球”表示为“C”，“推球”表示为“U”，“抽球”表示为“D”，“挑球”表示为“L”，“吊球”表示为“R”，“勾球”表示为”A”；

S2、对运动员动作进行人工标注：根据步骤S1中得到的羽毛球比赛视频中，以比赛中的待分析运动员的每次得分作为一条人工标注字符串数据保存至文本文件中，作为人工标注字符串数据集；每条人工标注字符串数据由羽毛球的击球起点到落地点依次所使用的击球动作编码及该击球动作使球所经过的赛场区域的场地标记代码组成；所述人工标注字符串数据由若干字符串片段组成：

表示待分析运动员用f_n的击球动作将球从

区打到

区；其中，f_n∈F，

F为击球动作编码表示的集合，F＝{S,H,C,U,D,L,R,A}，Q为步骤S101中得到的场地标记代码的集合，Q＝{1,2,3,4}，n≤8，l₁,l₂≤4；

S3、面向羽毛球技战术分析的字符串匹配：

包括以下步骤：

S301、预设关键技战术的代码表示：对羽毛球比赛中的四种关键技战术根据步骤S2的人工标注方法进行代码化表示得到关键技战术编码字符串：“控后突前战术”的关键技战术编码字符串为“L14L13S”、“控制网前突击战术”的关键技战术编码字符串为“A11A12S”、“拉开突击战术”的关键技战术编码字符串为“L13L14A11A12”，“对角线战术”的关键技战术编码字符串为“L23L14S”；得到关键技战术编码字符串集：{“L14L13S”、“A11A12S”、“L13L14A11A12”、“L23L14S”}；

S302、字符串数据匹配：读取步骤S2中得到人工标注字符串数据集,记为P，并将人工标注字符串数据集P中包含的任一人工标注字符串数据记为p，将关键技战术编码字符串集B中包含的任一关键技战术编码字符串记为b，人工标注字符串数据p和关键技战术编码字符串b的长度分别为|p|和|b|；预设一个二维数组d，二维数组d中各元素初始值均设置为0，二维数组d的大小为(|p|+1)(|b|+1)；包括以下步骤：

S3021、建立二维数组：对于预设的二维数组d，将第m行的第一个元素数值设定为m1，即d[m][0]＝m1，第k列的第一个元素的数值为k1，即d[0][k]＝k1，其中m>＝0,m<＝|p|,k>＝0,k<＝|b|；

S3022、字符串匹配：利用字符串匹配方法对人工标注字符串数据p与关键技战术编码字符串b进行匹配对比，根据匹配对比的情况循环遍历二维数组d的其余位置元素，为其余位置的每一个元素赋值，匹配方法为：对于人工标注字符串数据p和关键技战术编码字符串b，若p[i-1]＝b[j-1]，则赋予d[i][j]＝d[i-1][j-1]；若p[i-1]不等于b[j-1]，则d[i][j]＝min(d[i-1][j]+1,d[i][j-1]+1,d[i-1][j-1]+1)，其中i>＝1,i<＝|p|,j>＝1,j<＝|b|，p[i-1]为人工标注字符串数据p中第i-1个元素，b[j-1]为关键技战术编码字符串b中第j-1个元素；经过循环为二维数组d赋值后，赋值后的二维数组d作为匹配数组输出；

S4、统计输出：通过统计步骤S3022中得到的匹配数组中小于或等于预设编辑距离的元素的个数，即可得到待分析运动员在进行人工标注字符串数据p 所对应的动作中关键技战术出现的次数，从而获得待分析运动员的战术特点。

2.根据权利要求1所述的一种基于序列模式挖掘的羽毛球运动员技战术分析方法，其特征在于，步骤S2中人工标注字符串数据集为分行存储：将待分析运动员每一次得分所对应的人工标注字符串数据作为一行保存到文本文件中。

3.根据权利要求1所述的一种基于序列模式挖掘的羽毛球运动员技战术分析方法，其特征在于，步骤S4中，预设编辑距离为4。

4.根据权利要求1所述的一种基于序列模式挖掘的羽毛球运动员技战术分析方法，其特征在于，步骤S102中，击球动作的代码表示为羽毛球基本击球动作的英文名称的首字母的大写，如不同击球动作的首字母相同，则不同击球动作中对第二次出现的击球动作取第二个字母的大写。

Images