CN112614114A - 一种台球碰撞关系识别方法及台球比赛计分系统 - Google Patents

一种台球碰撞关系识别方法及台球比赛计分系统 Download PDF

Info

Publication number
CN112614114A
CN112614114A CN202011581173.9A CN202011581173A CN112614114A CN 112614114 A CN112614114 A CN 112614114A CN 202011581173 A CN202011581173 A CN 202011581173A CN 112614114 A CN112614114 A CN 112614114A
Authority
CN
China
Prior art keywords
collision
information
ball
billiard
image
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.)
Granted
Application number
CN202011581173.9A
Other languages
English (en)
Other versions
CN112614114B (zh
Inventor
杨培春
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.)
Shenzhen Puhui Zhilian Technology Co ltd
Original Assignee
Shenzhen Puhui Zhilian Technology Co ltd
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 Shenzhen Puhui Zhilian Technology Co ltd filed Critical Shenzhen Puhui Zhilian Technology Co ltd
Priority to CN202011581173.9A priority Critical patent/CN112614114B/zh
Publication of CN112614114A publication Critical patent/CN112614114A/zh
Application granted granted Critical
Publication of CN112614114B publication Critical patent/CN112614114B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/30221—Sports video; Sports image
    • G06T2207/30224—Ball; Puck
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种台球碰撞关系识别方法和台球比赛计分系统，包括：获取台球桌的特征参数信息；获取击球视频进行解析，得到连续帧图像；根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，确定所述母球与第一库边的第一碰撞信息；根据碰撞检测的结果获取碰撞目标球的第二预测位置，确定碰撞目标球与第二库边的第二碰撞信息；根据第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据台球碰撞关系及口袋位置信息为台球比赛计分。实现对台球关系的准确判断，进而实现准确的台球比赛计分。

Description

一种台球碰撞关系识别方法及台球比赛计分系统
技术领域
本发明涉及台球碰撞技术领域，特别涉及一种台球碰撞关系识别方法及台球比赛计分系统。
背景技术
台球是深受人们喜爱的一项体育运动。台球是一种用球杆在台上击球，依靠完成目标或者计算得分确定比赛胜负的室内娱乐体育项目。大多数台球计分系统都需要进行台球碰撞关系的识别，在现有技术中台球碰撞判断依然不够合理和准确，容易造成漏判和误判。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种台球碰撞关系识别方法，可以实现对台球碰撞关系的准确判断，进而为台球比赛进行准确计分。
本发明的第二个目的在于提出一种台球比赛计分系统。
为达到上述目的，本发明第一方面实施例提出了一种台球碰撞关系识别方法，包括：
获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
根据本发明的一些实施例，所述获取台球桌的特征参数信息，并基于台球桌建立直角坐标系，包括：
获取台球桌的第一图像；
对所述第一图像进行去噪处理，得到第二图像；
对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
根据本发明的一些实施例，所述碰撞检测包括：
分别对所述母球及若干目标球建立网络层；
在击打母球后，获取预设时间段内碰撞目标球之间对应的网络层形成的相交网络，根据所述相交网络生成碰撞关系矩阵；
根据所述碰撞关系矩阵建立碰撞目标球之间的碰撞网络；
对预设时间段内的碰撞网络进行排序处理，获取碰撞目标球的碰撞顺序信息，进而获取碰撞目标球之间的碰撞关系。
根据本发明的一些实施例，所述碰撞检测，包括：
获取台球桌上台球的场景信息；
根据台球的身份标记及场景信息，建立碰撞关系场景树；
对碰撞关系场景树进行空间层次剖分，获取时空数据；所述时空数据包括碰撞时间、碰撞位置；
根据所述时空数据，以母球作为第一节点，与母球发生初次碰撞的碰撞目标球作为第二节点，将与与母球发生初次碰撞的碰撞目标球具有碰撞关系的其他碰撞目标球作为第三节点，建立碰撞关系拓扑连接；
写入所有台球的移动轨迹，对所述移动轨迹分别进行异常判断，找出存在异常的移动轨迹，并获取所述异常信息，对所述异常信息进行分析，并根据分析结果对所述碰撞关系拓扑连接进行修正。
根据本发明的一些实施例，所述确定所述母球与第一库边的第一碰撞信息，包括：
获取第一预测位置与第二库边位置的距离，并判断所述距离是否小于母球的半径；
在确定所述距离小于母球的半径时，对母球建立网络层；
确定所述母球在第一预测位置时，所述母球的网络层与第一库边的第一相交位置坐标及第二相交位置坐标；
将所述母球的中心坐标分别与所述第一相交位置坐标及所述第二相交位置坐标连接，生成第一连线及第二连线；
根据所述第一连线与所述第二连线，计算所述母球与第一库边的碰撞角度。
根据本发明的一些实施例，所述碰撞检测，包括：
分析所述母球的轨迹信息，筛选出所述轨迹信息上的转折点；
获取所述转折点的时间信息，根据所述时间信息对所述连续帧图像进行查找，确定目标帧图像；
获取所述目标帧图像上母球的位置信息，以母球的位置信息为中心，母球的直径为半径，确定目标区域，所述目标区域内的目标球为碰撞目标球。
根据本发明的一些实施例，对所述第一图像进行去噪处理,得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure BDA0002865968310000041
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure BDA0002865968310000051
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
为达到上述目的，本发明第二方面实施例提出了一种台球比赛计分系统，包括：
第一获取模块，用于获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
第二获取模块，用于获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
碰撞检测模块，用于根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
第一确定模块，用于根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
第二确定模块，用于根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
台球比赛计分模块，用于根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
根据本发明的一些实施例，所述第一获取模块包括：
获取子模块，用于获取台球桌的第一图像；
去噪子模块，用于对所述第一图像进行去噪处理，得到第二图像；
特征提取子模块，用于对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
坐标系建立模块，用于以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
根据本发明的一些实施例，所述去噪子模块对所述第一图像进行去噪处理，得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure BDA0002865968310000061
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure BDA0002865968310000071
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
根据本发明实施例提出的一种台球碰撞关系识别方法及台球比赛计分系统，以台球桌建立直角坐标系，确定在该直角坐标系中台球的位置坐标，根据台球的位置坐标准确的计算台球之间的碰撞关系。确定击打母球后，与母球发生碰撞的碰撞目标球，及碰撞目标球对其他目标球的碰撞关系。还准确获取母球与第一库边的第一碰撞信息，确定母球与第一库边的碰撞关系，判断母球是否进入第一库边预设范围内的口袋中；还准确获取碰撞目标球与第二库边的第二碰撞信息，确定碰撞目标球与第二库边的碰撞关系，判断碰撞目标球是否进入第二库边预设范围内的口袋中。根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。准确获取台球的位置信息，确定准确的母球的轨迹信息，进而确定准确的台球碰撞关系，进而保证台球比赛计分的准确性，避免因母球的轨迹信息的不准确造成的漏判以及误判。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一个实施例的一种台球碰撞关系识别方法的流程图；
图2是根据本发明一个实施例的一种台球比赛计分系统的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明第一方面实施例提出了一种台球碰撞关系识别方法，包括步骤S1-S6：
S1、获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
S2、获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
S3、根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
S4、根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
S5、根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
S6、根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
上述技术方案的工作原理：获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；示例便于获取台球的身份标记，如母球为白球，确定目标球15号，颜色为褐色。根据连续帧图像及对母球的击打参数获取母球的轨迹信息，可以准确的获取母球的轨迹信息。在对母球击打后，对其运动过程进行碰撞检测，用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系。根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，第一库边位置为最靠近母球的库边；确定所述母球与第一库边的第一碰撞信息；根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，第二库边位置为最靠近碰撞目标球的库边，确定所述碰撞目标球与第二库边的第二碰撞信息；根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
上述技术方案的有益效果：以台球桌建立直角坐标系，确定在该直角坐标系中台球的位置坐标，根据台球的位置坐标准确的计算台球之间的碰撞关系。确定击打母球后，与母球发生碰撞的碰撞目标球，及碰撞目标球对其他目标球的碰撞关系。还准确获取母球与第一库边的第一碰撞信息，确定母球与第一库边的碰撞关系，判断母球是否进入第一库边预设范围内的口袋中；还准确获取碰撞目标球与第二库边的第二碰撞信息，确定碰撞目标球与第二库边的碰撞关系，判断碰撞目标球是否进入第二库边预设范围内的口袋中。根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。示例的，在确定母球进入口袋时，碰撞目标球无论有没有进入口袋，都记为0分。在母球未进入口袋时，碰撞目标球进入口袋，计1分。准确获取台球的位置信息，确定准确的母球的轨迹信息，进而确定准确的台球碰撞关系，进而保证台球比赛计分的准确性，避免因母球的轨迹信息的不准确造成的漏判以及误判。
根据本发明的一些实施例，所述获取台球桌的特征参数信息，并基于台球桌建立直角坐标系，包括：
获取台球桌的第一图像；
对所述第一图像进行去噪处理，得到第二图像；
对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
上述技术方案的工作原理：获取台球桌的第一图像；对所述第一图像进行去噪处理，得到第二图像；对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
上述技术方案的有益效果：对第一图像进行去噪处理，有利于消除第一图像中的图像噪声，提高图像识别的准确性，进而获取准确的台球桌的特征参数信息，以便建立准确的直角坐标系，确定台球位置的准确坐标。划分区域，首先实现区域识别，进而有利于进行更加细致的识别。
根据本发明的一些实施例，所述碰撞检测包括：
分别对所述母球及若干目标球建立网络层；
在击打母球后，获取预设时间段内碰撞目标球之间对应的网络层形成的相交网络，根据所述相交网络生成碰撞关系矩阵；
根据所述碰撞关系矩阵建立碰撞目标球之间的碰撞网络；
对预设时间段内的碰撞网络进行排序处理，获取碰撞目标球的碰撞顺序信息，进而获取碰撞目标球之间的碰撞关系。
上述技术方案的工作原理：分别对所述母球及若干目标球建立网络层；网络层为以母球或目标球的质心为中心，长度为m确定的预设区域。在母球运动或者碰撞目标球运动过程中，其各自的预设区域会产生相交，在击打母球后，获取预设时间段内碰撞目标球之间对应的网络层形成的相交网络，根据所述相交网络生成碰撞关系矩阵；根据所述碰撞关系矩阵建立碰撞目标球之间的碰撞网络；对预设时间段内的碰撞网络进行排序处理，获取碰撞目标球的碰撞顺序信息，进而获取碰撞目标球之间的碰撞关系。
上述技术方案的有益效果：对所述母球及若干目标球建立网络层，根据碰撞过程中产生的相交网络，准确获取碰撞目标球的碰撞顺序，进而准确获取碰撞目标球之间的碰撞关系，同时也有利于准确获取碰撞目标球的移动轨迹信息。
根据本发明的一些实施例，所述碰撞检测，包括：
获取台球桌上台球的场景信息；
根据台球的身份标记及场景信息，建立碰撞关系场景树；
对碰撞关系场景树进行空间层次剖分，获取时空数据；所述时空数据包括碰撞时间、碰撞位置；
根据所述时空数据，以母球作为第一节点，与母球发生初次碰撞的碰撞目标球作为第二节点，将与与母球发生初次碰撞的碰撞目标球具有碰撞关系的其他碰撞目标球作为第三节点，建立碰撞关系拓扑连接；
写入所有台球的移动轨迹，对所述移动轨迹分别进行异常判断，找出存在异常的移动轨迹，并获取所述异常信息，对所述异常信息进行分析，并根据分析结果对所述碰撞关系拓扑连接进行修正。
上述技术方案的工作原理：获取台球桌上台球的场景信息；所述场景信息包括台球的位置信息等。根据台球的身份标记及场景信息，建立碰撞关系场景树；对碰撞关系场景树进行空间层次剖分，获取时空数据；所述时空数据包括碰撞时间、碰撞位置；根据所述时空数据，以母球作为第一节点，与母球发生初次碰撞的碰撞目标球作为第二节点，将与与母球发生初次碰撞的碰撞目标球具有碰撞关系的其他碰撞目标球作为第三节点，建立碰撞关系拓扑连接；写入所有台球的移动轨迹，对所述移动轨迹分别进行异常判断，找出存在异常的移动轨迹，并获取所述异常信息，对所述异常信息进行分析，并根据分析结果对所述碰撞关系拓扑连接进行修正。
上述技术方案的有益效果：对碰撞关系场景树进行空间层次剖分，降低了获取时空数据的开发复杂度，根据空间层次准确获取时空数据。将台球的碰撞关系以树状的形式进行组织，可以清晰的了解碰撞顺序及碰撞关系，提高用户体验。根据台球的移动轨迹对碰撞关系拓扑连接进行修正，保证获取的碰撞关系拓扑连接的准确性。
根据本发明的一些实施例，所述确定所述母球与第一库边的第一碰撞信息，包括：
获取第一预测位置与第二库边位置的距离，并判断所述距离是否小于母球的半径；
在确定所述距离小于母球的半径时，对母球建立网络层；
确定所述母球在第一预测位置时，所述母球的网络层与第一库边的第一相交位置坐标及第二相交位置坐标；
将所述母球的中心坐标分别与所述第一相交位置坐标及所述第二相交位置坐标连接，生成第一连线及第二连线；
根据所述第一连线与所述第二连线，计算所述母球与第一库边的碰撞角度。
上述技术方案的工作原理：获取第一预测位置与第二库边位置的距离，并判断所述距离是否小于母球的半径；在确定所述距离小于母球的半径时，对母球建立网络层；确定所述母球在第一预测位置时，所述母球的网络层与第一库边的第一相交位置坐标及第二相交位置坐标；将所述母球的中心坐标分别与所述第一相交位置坐标及所述第二相交位置坐标连接，生成第一连线及第二连线；根据所述第一连线与所述第二连线，计算所述母球与第一库边的碰撞角度。
上述技术方案的有益效果：准确获取母球与第一库边的碰撞角度，进而准确获取第一碰撞信息。
根据本发明的一些实施例，所述碰撞检测，包括：
分析所述母球的轨迹信息，筛选出所述轨迹信息上的转折点；
获取所述转折点的时间信息，根据所述时间信息对所述连续帧图像进行查找，确定目标帧图像；
获取所述目标帧图像上母球的位置信息，以母球的位置信息为中心，母球的直径为半径，确定目标区域，所述目标区域内的目标球为碰撞目标球。
上述技术方案的工作原理：分析所述母球的轨迹信息，筛选出所述轨迹信息上的转折点；获取所述转折点的时间信息，根据所述时间信息对所述连续帧图像进行查找，确定目标帧图像；获取所述目标帧图像上母球的位置信息，以母球的位置信息为中心，母球的直径为半径，确定目标区域，所述目标区域内的目标球为碰撞目标球。
上述技术方案的有益效果：准确获取与母球发生碰撞的碰撞目标球，进而准确获取母球与碰撞目标球之间的碰撞关系。
根据本发明的一些实施例，对所述第一图像进行去噪处理,得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure BDA0002865968310000151
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure BDA0002865968310000152
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
上述技术方案的工作原理及有益效果：对第一图像进行去噪处理时，基于高斯噪声模型进行去噪处理，利用第一图像中所有像素值的加权值替换每个噪声像素进而实现降噪的目的。计算所述第一图像中所有像素值的加权值；根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；根据所述估计值生成第二图像。在对第一图像进行去噪处理时，同时实现对像素点i及像素点j的噪声处理，提高了对图像噪声处理的速率，根据像素点i与像素点j的相似度大于预设相似度的概率，保证对像素点i与像素点j进行图像噪声处理的准确性，实现有效滤波。基于预设滑窗领域及去噪点，提高像素点i与像素点j计算的距离的准确性，突出选取的去噪点的作用，提高图像去噪效果。
如图2所示，本发明第二方面实施例提出了一种台球比赛计分系统，包括：
第一获取模块，用于获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
第二获取模块，用于获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
碰撞检测模块，用于根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
第一确定模块，用于根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
第二确定模块，用于根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
台球比赛计分模块，用于根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
上述技术方案的工作原理：第一获取模块获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；第二获取模块获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；示例便于获取台球的身份标记，如母球为白球，确定目标球15号，颜色为褐色。碰撞检测模块根据连续帧图像及对母球的击打参数获取母球的轨迹信息，可以准确的获取母球的轨迹信息。在对母球击打后，对其运动过程进行碰撞检测，用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系。第一确定模块根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，第一库边位置为最靠近母球的库边；确定所述母球与第一库边的第一碰撞信息；第二确定模块根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，第二库边位置为最靠近碰撞目标球的库边，确定所述碰撞目标球与第二库边的第二碰撞信息；台球比赛计分模块根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
上述技术方案的有益效果：以台球桌建立直角坐标系，确定在该直角坐标系中台球的位置坐标，根据台球的位置坐标准确的计算台球之间的碰撞关系。确定击打母球后，与母球发生碰撞的碰撞目标球，及碰撞目标球对其他目标球的碰撞关系。还准确获取母球与第一库边的第一碰撞信息，确定母球与第一库边的碰撞关系，判断母球是否进入第一库边预设范围内的口袋中；还准确获取碰撞目标球与第二库边的第二碰撞信息，确定碰撞目标球与第二库边的碰撞关系，判断碰撞目标球是否进入第二库边预设范围内的口袋中。根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。示例的，在确定母球进入口袋时，碰撞目标球无论有没有进入口袋，都记为0分。在母球未进入口袋时，碰撞目标球进入口袋，计1分。准确获取台球的位置信息，确定准确的母球的轨迹信息，进而确定准确的台球碰撞关系，进而保证台球比赛计分的准确性，避免因母球的轨迹信息的不准确造成的漏判以及误判。
根据本发明的一些实施例，所述第一获取模块包括：
获取子模块，用于获取台球桌的第一图像；
去噪子模块，用于对所述第一图像进行去噪处理，得到第二图像；
特征提取子模块，用于对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
坐标系建立模块，用于以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
上述技术方案的工作原理：获取子模块获取台球桌的第一图像；去噪子模块对所述第一图像进行去噪处理，得到第二图像；特征提取子模块对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；坐标系建立模块以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
上述技术方案的有益效果：对第一图像进行去噪处理，有利于消除第一图像中的图像噪声，提高图像识别的准确性，进而获取准确的台球桌的特征参数信息，以便建立准确的直角坐标系，确定台球位置的准确坐标。划分区域，首先实现区域识别，进而有利于进行更加细致的识别。
根据本发明的一些实施例，所述去噪子模块对所述第一图像进行去噪处理，得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure BDA0002865968310000191
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure BDA0002865968310000192
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
上述技术方案的工作原理及有益效果：去噪子模块对第一图像进行去噪处理时，基于高斯噪声模型进行去噪处理，利用第一图像中所有像素值的加权值替换每个噪声像素进而实现降噪的目的。计算所述第一图像中所有像素值的加权值；根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；根据所述估计值生成第二图像。在对第一图像进行去噪处理时，同时实现对像素点i及像素点j的噪声处理，提高了对图像噪声处理的速率，根据像素点i与像素点j的相似度大于预设相似度的概率，保证对像素点i与像素点j进行图像噪声处理的准确性，实现有效滤波。基于预设滑窗领域及去噪点，提高像素点i与像素点j计算的距离的准确性，突出选取的去噪点的作用，提高图像去噪效果。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种台球碰撞关系识别方法，其特征在于，包括：
获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
2.如权利要求1所述的台球碰撞关系识别方法，其特征在于，所述获取台球桌的特征参数信息，并基于台球桌建立直角坐标系，包括：
获取台球桌的第一图像；
对所述第一图像进行去噪处理，得到第二图像；
对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
3.如权利要求1所述的台球碰撞关系识别方法，其特征在于，所述碰撞检测包括：
分别对所述母球及若干目标球建立网络层；
在击打母球后，获取预设时间段内碰撞目标球之间对应的网络层形成的相交网络，根据所述相交网络生成碰撞关系矩阵；
根据所述碰撞关系矩阵建立碰撞目标球之间的碰撞网络；
对预设时间段内的碰撞网络进行排序处理，获取碰撞目标球的碰撞顺序信息，进而获取碰撞目标球之间的碰撞关系。
4.如权利要求1所述的台球碰撞关系识别方法，其特征在于，所述碰撞检测，包括：
获取台球桌上台球的场景信息；
根据台球的身份标记及场景信息，建立碰撞关系场景树；
对碰撞关系场景树进行空间层次剖分，获取时空数据；所述时空数据包括碰撞时间、碰撞位置；
根据所述时空数据，以母球作为第一节点，与母球发生初次碰撞的碰撞目标球作为第二节点，将与与母球发生初次碰撞的碰撞目标球具有碰撞关系的其他碰撞目标球作为第三节点，建立碰撞关系拓扑连接；
写入所有台球的移动轨迹，对所述移动轨迹分别进行异常判断，找出存在异常的移动轨迹，并获取所述异常信息，对所述异常信息进行分析，并根据分析结果对所述碰撞关系拓扑连接进行修正。
5.如权利要求1所述的台球碰撞关系识别方法，其特征在于，所述确定所述母球与第一库边的第一碰撞信息，包括：
获取第一预测位置与第二库边位置的距离，并判断所述距离是否小于母球的半径；
在确定所述距离小于母球的半径时，对母球建立网络层；
确定所述母球在第一预测位置时，所述母球的网络层与第一库边的第一相交位置坐标及第二相交位置坐标；
将所述母球的中心坐标分别与所述第一相交位置坐标及所述第二相交位置坐标连接，生成第一连线及第二连线；
根据所述第一连线与所述第二连线，计算所述母球与第一库边的碰撞角度。
6.如权利要求1所述的台球碰撞关系识别方法，其特征在于，所述碰撞检测，包括：
分析所述母球的轨迹信息，筛选出所述轨迹信息上的转折点；
获取所述转折点的时间信息，根据所述时间信息对所述连续帧图像进行查找，确定目标帧图像；
获取所述目标帧图像上母球的位置信息，以母球的位置信息为中心，母球的直径为半径，确定目标区域，所述目标区域内的目标球为碰撞目标球。
7.如权利要求2所述的台球碰撞关系识别方法，其特征在于，对所述第一图像进行去噪处理,得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure FDA0002865968300000041
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure FDA0002865968300000042
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
8.一种台球比赛计分系统，其特征在于，包括：
第一获取模块，用于获取台球桌的特征参数信息，并基于台球桌建立直角坐标系；所述特征参数信息包括台球桌的长宽信息、库边信息、口袋数量及口袋位置信息；
第二获取模块，用于获取击球视频进行解析，得到连续帧图像，基于图像识别技术识别出台球，获取台球的颜色分布、身份标记及位置坐标信息；所述台球包括母球以及若干目标球；
碰撞检测模块，用于根据连续帧图像及对母球的击打参数获取母球的轨迹信息，并对母球的运动过程进行碰撞检测；所述碰撞检测用于检测与母球产生碰撞的碰撞目标球以及碰撞目标球之间的碰撞关系；所述击球参数包括击球力度、击球方向；
第一确定模块，用于根据碰撞检测的结果对母球的轨迹信息进行修正，获取母球的第一预测位置，分析母球的第一预测位置与第一库边位置的关系，确定所述母球与第一库边的第一碰撞信息；
第二确定模块，用于根据碰撞检测的结果获取碰撞目标球的第二预测位置，分析碰撞目标球的第二预测位置与第二库边位置的关系，确定所述碰撞目标球与第二库边的第二碰撞信息；
台球比赛计分模块，用于根据所述第一碰撞信息、第二碰撞信息获取母球被击打后的台球碰撞关系，根据所述台球碰撞关系及口袋位置信息为台球比赛计分。
9.如权利要求8所述的台球比赛计分系统，其特征在于，所述第一获取模块包括：
获取子模块，用于获取台球桌的第一图像；
去噪子模块，用于对所述第一图像进行去噪处理，得到第二图像；
特征提取子模块，用于对所述第二图像采用阈值分割进行图像特征提取，划分台球桌的库边区域、口袋区域；
坐标系建立模块，用于以台球桌的长短边分别为X轴及Y轴建立直角坐标系。
10.如权利要求9所述的台球比赛计分系统，其特征在于，所述去噪子模块对所述第一图像进行去噪处理，得到第二图像，包括：
计算所述第一图像中所有像素值的加权值G；
Figure FDA0002865968300000061
其中，e为自然常数；a为在预设滑窗领域内选取的去噪点的横坐标；b为在预设滑窗领域内选取的去噪点的纵坐标；L为预设滑窗领域的区域大小；σ为高斯核的标准差，σ＞0；w(xj+a，yj+b)为对像素j，按照坐标(xj，yj)及滑窗领域内选取的去噪点确定的像素的灰度值；w(xi+a，yi+b)为对像素i，按照坐标(xi，yi)及滑窗领域内选取的去噪点确定的像素的灰度值；
根据所述第一图像中所有像素值的加权值，计算去噪后的所有像素值的估计值；
Figure FDA0002865968300000062
其中，S(i，j)对第一图像中像素点i与像素点j去噪后的估计值；w(xi，yi)为像素点i的像素的灰度值；w(xj，yj)为像素点j的像素的灰度值；A为第一图像的区域大小；p(i，j)为像素点i与像素点j的相似度大于预设相似度的概率；
根据所述估计值生成第二图像。
CN202011581173.9A 2020-12-28 2020-12-28 一种台球碰撞关系识别方法及台球比赛计分系统 Active CN112614114B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011581173.9A CN112614114B (zh) 2020-12-28 2020-12-28 一种台球碰撞关系识别方法及台球比赛计分系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011581173.9A CN112614114B (zh) 2020-12-28 2020-12-28 一种台球碰撞关系识别方法及台球比赛计分系统

Publications (2)

Publication Number Publication Date
CN112614114A true CN112614114A (zh) 2021-04-06
CN112614114B CN112614114B (zh) 2022-10-28

Family

ID=75248334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011581173.9A Active CN112614114B (zh) 2020-12-28 2020-12-28 一种台球碰撞关系识别方法及台球比赛计分系统

Country Status (1)

Country Link
CN (1) CN112614114B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101770550A (zh) * 2010-03-09 2010-07-07 刘铮 一种斯诺克台球的计算机辅助斯诺克判别方法
US20140163915A1 (en) * 2012-12-10 2014-06-12 Electronics And Telecommunications Research Institute Method and apparatus for tuning trajectory model of ball
CN103871078A (zh) * 2013-07-12 2014-06-18 北京瑞盖科技有限公司 一种台球击球关键信息检测方法及系统
CN205516336U (zh) * 2016-01-15 2016-08-31 宋伟鹏 台球训练辅助装置
WO2018035821A1 (zh) * 2016-08-25 2018-03-01 深圳英麦吉科技有限公司 台球击球辅助方法、台球击球辅助系统及便携式电子设备
KR20180090155A (ko) * 2017-02-02 2018-08-10 김용길 좌표값을 이용한 당구게임의 득점 자동계산 시스템
CN108960098A (zh) * 2018-06-22 2018-12-07 梁栋 一种台球碰撞关系识别方法及台球比赛计分系统
KR101938607B1 (ko) * 2018-10-08 2019-01-15 (주)아이즈프리 당구게임용 영상 분석시스템 및 방법
US20190224552A1 (en) * 2018-01-23 2019-07-25 Wawgd, Inc. Golf ball tracking system
CN110334617A (zh) * 2019-06-20 2019-10-15 梁栋 一种台球碰撞库边的判断方法及台球比赛计分系统
WO2020028970A1 (en) * 2018-08-09 2020-02-13 Compusport Inc. Billiard monitoring and management system and method
KR20200076043A (ko) * 2018-12-19 2020-06-29 박정은 자동 당구 채점 장치 및 자동 당구 채점 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101770550A (zh) * 2010-03-09 2010-07-07 刘铮 一种斯诺克台球的计算机辅助斯诺克判别方法
US20140163915A1 (en) * 2012-12-10 2014-06-12 Electronics And Telecommunications Research Institute Method and apparatus for tuning trajectory model of ball
CN103871078A (zh) * 2013-07-12 2014-06-18 北京瑞盖科技有限公司 一种台球击球关键信息检测方法及系统
CN205516336U (zh) * 2016-01-15 2016-08-31 宋伟鹏 台球训练辅助装置
WO2018035821A1 (zh) * 2016-08-25 2018-03-01 深圳英麦吉科技有限公司 台球击球辅助方法、台球击球辅助系统及便携式电子设备
KR20180090155A (ko) * 2017-02-02 2018-08-10 김용길 좌표값을 이용한 당구게임의 득점 자동계산 시스템
US20190224552A1 (en) * 2018-01-23 2019-07-25 Wawgd, Inc. Golf ball tracking system
CN108960098A (zh) * 2018-06-22 2018-12-07 梁栋 一种台球碰撞关系识别方法及台球比赛计分系统
WO2020028970A1 (en) * 2018-08-09 2020-02-13 Compusport Inc. Billiard monitoring and management system and method
KR101938607B1 (ko) * 2018-10-08 2019-01-15 (주)아이즈프리 당구게임용 영상 분석시스템 및 방법
KR20200076043A (ko) * 2018-12-19 2020-06-29 박정은 자동 당구 채점 장치 및 자동 당구 채점 방법
CN110334617A (zh) * 2019-06-20 2019-10-15 梁栋 一种台球碰撞库边的判断方法及台球比赛计分系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱真峰等: "台球运动中计算主球进攻方向的精确模型及实用方法", 《河南师范大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN112614114B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
Needham et al. Tracking multiple sports players through occlusion, congestion and scale
US9437012B2 (en) Multiple-object tracking and team identification for game strategy analysis
US10909688B2 (en) Moving body tracking device, moving body tracking method, and moving body tracking program
Zhang et al. A sport athlete object tracking based on deep sort and yolo V4 in case of camera movement
CN111444890A (zh) 一种基于机器学习的体育数据分析系统和方法
CN106707296A (zh) 一种基于双孔径光电成像系统的无人机检测与识别方法
CN110298860B (zh) 一种基于机器视觉的高杆绣球检测计数系统
CN107564035B (zh) 基于重要区域识别和匹配的视频跟踪方法
TW202009871A (zh) 影像追蹤方法
Naik et al. DeepPlayer-track: player and referee tracking with jersey color recognition in soccer
CN110208789B (zh) 一种多帧联合目标航迹识别方法
CN109684919A (zh) 一种基于机器视觉的羽毛球发球违例判别方法
CN108830204B (zh) 面对目标的监控视频中异常检测方法
JP2009163639A (ja) オブジェクト軌道識別装置、オブジェクト軌道識別方法、及びオブジェクト軌道識別プログラム
JP4465150B2 (ja) 基準点に対する物体の相対位置を測定するシステムおよび方法
CN108269265B (zh) 基于深度学习的台球击球位置测定方法及其装置
CN112733718B (zh) 一种基于异物检测的台球比赛作弊识别方法和系统
Lee et al. A study on sports player tracking based on video using deep learning
CN111950507B (zh) 数据处理和模型训练方法、装置、设备及介质
CN112614114B (zh) 一种台球碰撞关系识别方法及台球比赛计分系统
CN107730532B (zh) 一种羽毛球运动轨迹跟踪方法、系统、介质及设备
CN114463664B (zh) 一种用于冰球运动的新型冰球追踪方法
Liu et al. Detecting and matching related objects with one proposal multiple predictions
CN114022513A (zh) 一种台球比赛作弊识别方法
CN112734792A (zh) 一种基于台球轨迹检测的台球比赛作弊识别方法及系统

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