CN114494356A - 一种基于人工智能的羽毛球视频片段处理方法和系统 - Google Patents

Abstract

本发明适用于计算机领域，提供了一种基于人工智能的羽毛球视频片段处理方法和系统，所述方法包括：对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象，本发明的有益效果在于：提高高速拖影以及变形情况下对目标体的可视性以及便于进行比赛相关数据的分析。

Description

一种基于人工智能的羽毛球视频片段处理方法和系统

技术领域

本发明属于计算机技术领域，尤其涉及一种基于人工智能的羽毛球视频片段处理方法和系统。

背景技术

羽毛球是一项隔着球网，使用长柄网状球拍击打平口端扎有一圈羽毛的半球状软木的室内运动，羽毛球可以分为单打与双打，相较于性质相近的网球运动，羽毛球运动对选手的体格要求并不很高，却比较讲究耐力，极适合东方人发展。

人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括智能点餐机器人、语言识别、视频和图像识别、自然语言处理和专家系统等。

羽毛球比赛的两大主体，一是运动员，二是羽毛球，运动员在场上的移动、击球，羽毛球在场上飞行的轨迹等，都是数据分析的基础，从而成为我们研究的主要对象，根据科学计算，专业羽毛球运动员手握球拍进行击球的击球速度最快可达300公里/小时，羽毛球的离拍速度最高可达到288公里/小时，综上可知，在对高速运动的羽毛球或者羽毛球拍进行观察时存在困难，运动速度快会可能会导致待研究目标体在影像产生一定的拖影，待研究目标体本身也产生了一定的形变，这不仅对于一般的观察体验感较差，而且在对击球点和杀球高度等进行观察和分析时可视性比较差，难以完整观察到待研究目标体的完整轨迹。

发明内容

本发明实施例的目的在于提供一种基于人工智能的羽毛球视频片段处理方法和系统，旨在解决上述背景技术中提出的问题。

本发明实施例是这样实现的，一方面，一种基于人工智能的羽毛球视频片段处理方法，所述方法包括以下步骤：

对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

作为本发明的进一步方案，所述目标体为羽毛球或者羽毛球拍。

作为本发明的再进一步方案，所述对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段具体包括：

获取双方的分差随时间的变化率出现正负交替变化的次数达到预设次数或者双方的分差达到预设阈值时对应的时间节点，记为分割时间节点，统计分割时间节点的数目N，其中N为正整数；

按照分割时间节点的数目N将羽毛球比赛视频分割为N+1段，得到目标视频片段；

获取目标视频片段中的非比赛时间段，所述非比赛时间段包括暂停段以及休息段，并且将非比赛时间段于目标视频中进行剔除节点标记。

作为本发明的又进一步方案，所述捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记具体包括：

按照剔除节点标记重新对目标视频进行剪切，得到对阵双方从暂停结束到下一次暂停开始之间的视频子片段；

按照时间轴的先后顺序对所述视频子片段进行区别标记。

作为本发明的进一步方案，在定位经过标记的视频子片段中的目标体之前，所述方法还包括：

获取查看目标体类型指令；

采集查看目标体类型指令对应目标体的基准影像，基于所述目标体的基准影像对经过标记的视频子片段中的目标体进行捕捉。

作为本发明的进一步方案，所述定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象具体包括：

在经过标记的视频子片段时间轴的初始时刻，定位经过标记的视频子片段中目标体的位置；

以所述初始时刻为时间计算起点，按照等间隔时间周期连续获取目标体在经过标记的视频子片段中的位置影像，得到分帧运动轨迹影像；

判断单个位置影像中是否存在目标体部分重叠，若是，则判断该分帧运动轨迹影像存在拖影现象，否则，判断该分帧运动轨迹影像不存在拖影现象。

作为本发明的进一步方案，所述当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹具体包括：

捕捉该分帧运动轨迹影像中目标体的运动不变中心，将该运动不变中心作为虚拟目标参考点；

获取单个位置影像中目标体位于时间轴初始端和末端之间影像轨迹的长度，设定延缓运动时间周期，其中延缓运动时间周期大于等间隔时间周期，将单个位置影像的影像轨迹长度和延缓运动时间周期的比值作为影像移动速度；

基于影像移动速度，沿着影像轨迹建立单个位置影像可视运动轨迹，将若干单个位置影像可视运动轨迹进行合成，得到目标体在视频子片段中的可视轨迹。

作为本发明的进一步方案，所述方法还包括：

获取单个位置影像中位于时间轴末端和始端目标体的二维平面翻转轨迹；

基于运动不变中心将基准影像替换可视轨迹中的目标体，得到基准影像可视轨迹；

根据所述二维平面翻转轨迹将基准影像可视轨迹中的基准影像进行对应翻转。

作为本发明的进一步方案，所述确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示具体包括：

通过目标体的选择获取对阵双方中接球点的球拍移动瞬间速度以及羽毛球在可视轨迹中距离接/发球点的范围在预设范围内的速度，将两者速度做差，得到速度参考差值，并且保存各自速度值；

判断对阵双方中是否存在接球失误，当对阵双方有一方存在接/发球失误时，将速度参考差值进行播报。

作为本发明的进一步方案，另一方面，一种基于人工智能的羽毛球视频片段处理系统，所述系统包括：

预处理模块，用于对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

捕捉标记模块，用于捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

获取判断模块，用于定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

重建模块，用于当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

确定和提示模块，用于确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

本发明实施例提供的一种基于人工智能的羽毛球视频片段处理方法和系统，通过对羽毛球比赛视频进行预处理，获取追分视频片段和比分反超视频片段，捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，对视频子片段进行区别标记，并且当该分帧运动轨迹影像存在拖影现象时，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，能够提高对目标体的可视性，规避因为目标体高速运动存在拖影以及变形的影响，最后，能够确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示，便于进行一定程度的比赛相关数据的分析。

附图说明

图1是一种基于人工智能的羽毛球视频片段处理方法的主流程图。

图2是对羽毛球比赛视频进行预处理，得到目标视频片段的流程图。

图3是获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象的流程图。

图4是根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹的流程图。

图5是一种基于人工智能的羽毛球视频片段处理方法中另一种实施例的流程图。

图6是一种基于人工智能的羽毛球视频片段处理系统的主结构图。

具体实施方式

为了使本发明的目的、技术方案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。

以下结合具体实施例对本发明的具体实现进行详细描述。

本发明提供的一种基于人工智能的羽毛球视频片段处理方法和系统，解决了背景技术中的技术问题。

如图1所示，为本发明的一个实施例提供的一种基于人工智能的羽毛球视频片段处理方法的主流程图，所述一种基于人工智能的羽毛球视频片段处理方法包括：

步骤S10：对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

步骤S11：捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

步骤S12：定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

步骤S13：当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

步骤S14：确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

本实施例在应用时，通过对羽毛球比赛视频进行预处理，获取追分视频片段和比分反超视频片段，捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，对视频子片段进行区别标记，并且当该分帧运动轨迹影像存在拖影现象时，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，能够提高对目标体的可视性，规避因为目标体高速运动存在拖影以及变形的影响，也方便观察击球点和杀球高度，最后，能够确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示，便于进行一定程度的比赛相关数据的分析。

所述目标体为羽毛球或者羽毛球拍，设置两种目标体的选择可以根据实际需求灵活进行切换。

如图2所示，作为本发明的一种优选实施例，所述对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段具体包括：

步骤S101：获取双方的分差随时间的变化率出现正负交替变化的次数达到预设次数或者双方的分差达到预设阈值时对应的时间节点，记为分割时间节点，统计分割时间节点的数目N，其中N为正整数；

步骤S102：按照分割时间节点的数目N将羽毛球比赛视频分割为N+1段，得到目标视频片段；

步骤S103：获取目标视频片段中的非比赛时间段，所述非比赛时间段包括暂停段以及休息段，并且将非比赛时间段于目标视频中进行剔除节点标记。

本实施例在应用时，通过获取分割时间节点的数目N，并且按照分割时间节点的数目N将羽毛球比赛视频分割为N+1段，得到目标视频片段，能够在总体上获取包含休息或者暂停时间段的追分视频片段和比分反超视频片段。

作为本发明的一种优选实施例，所述捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记具体包括：

步骤S111：按照剔除节点标记重新对目标视频进行剪切，得到对阵双方从暂停结束到下一次暂停开始之间的视频子片段；

步骤S112：按照时间轴的先后顺序对所述视频子片段进行区别标记。

通过剔除节点标记重新对目标视频进行剪切，得到对阵双方从暂停结束到下一次暂停开始之间的视频子片段，按照时间轴的先后顺序对所述视频子片段进行区别标记，方便后续按照比赛时间的先后顺序进行区分。

作为本发明的一种优选实施例，在定位经过标记的视频子片段中的目标体之前，所述方法还包括：

步骤S201：获取查看目标体类型指令；

步骤S202：采集查看目标体类型指令对应目标体的基准影像，基于所述目标体的基准影像对经过标记的视频子片段中的目标体进行捕捉。

本实施例在应用时，通过基准影像和“目标体”之间的相似度可以对目标体进行捕捉，例如通过基准影像中的颜色、具体部位的形状特征等进行识别。

如图3所示，作为本发明的一种优选实施例，所述定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象具体包括：

步骤S121：在经过标记的视频子片段时间轴的初始时刻，定位经过标记的视频子片段中目标体的位置；

步骤S122：以所述初始时刻为时间计算起点，按照等间隔时间周期连续获取目标体在经过标记的视频子片段中的位置影像，得到分帧运动轨迹影像；

步骤S123：判断单个位置影像中是否存在目标体部分重叠，若是，则判断该分帧运动轨迹影像存在拖影现象，否则，判断该分帧运动轨迹影像不存在拖影现象。

可以理解的是，视频子片段对应的羽毛球比赛视频可以通过高速摄像机进行拍摄，通过等间隔时间周期连续获取目标体在经过标记的视频子片段中的位置影像，得到分帧运动轨迹影像，判断单个位置影像中是否存在目标体部分重叠，若是，则判断该分帧运动轨迹影像存在拖影现象，否则，判断该分帧运动轨迹影像不存在拖影现象。

如图4所示，作为本发明另一种实施例，可以理解的是，可视轨迹影像是可视轨迹的一种表现形式，所述当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹具体包括：

步骤S131：捕捉该分帧运动轨迹影像中目标体的运动不变中心，将该运动不变中心作为虚拟目标参考点；

步骤S132：获取单个位置影像中目标体位于时间轴初始端和末端之间影像轨迹的长度，设定延缓运动时间周期，其中延缓运动时间周期大于等间隔时间周期，将单个位置影像的影像轨迹长度和延缓运动时间周期的比值作为影像移动速度；

步骤S133：基于影像移动速度，沿着影像轨迹建立单个位置影像可视运动轨迹，将若干单个位置影像可视运动轨迹进行合成，得到目标体在视频子片段中的可视轨迹，单个位置影像可视运动轨迹即单个位置影像中目标体的可视移动轨迹。

本实施例在应用时，运动不变中心可以理解为发生形变时的位置不变的参考点，例如对于羽毛球来说，其一圈羽毛所在中轴线与球托中心的交点可以认为是运动不变中心，球拍的拍面在击球的时候，其实是会发生形变的，由拍线纵横交错形成的一个近似于平面的拍面，在击球的时候产生形变，然后将力量传导给球，将球击出，对于羽毛球拍来说，其拍框的中心可以认为是运动不变中心，将单个位置影像的影像轨迹长度和延缓运动时间周期的比值作为影像移动速度，能够使得目标体在视频子片段中的影像可见，设定的延缓运动周期大于等间隔时间周期，例如高速相机的帧率为100fps，其间隔时间周期为10ms，设定的延缓运动周期为50ms，其大于人体的视觉分辨时间1/24s，若影像轨迹长度2cm，则影像移动速度为0.4m/s，当然影像轨迹长度可以根据实际进行调整，达到便于观察以及分析的速度范围，目标体在对应可视轨迹影像中影像轨迹是移动可变的，以此提高可视性。

如图5所示，作为本发明的一种优选实施例，所述方法还包括：

步骤S201：获取单个位置影像中位于时间轴末端和始端目标体的二维平面翻转轨迹；

步骤S202：基于运动不变中心将基准影像替换可视轨迹中的目标体，得到基准影像可视轨迹；

步骤S203：根据所述二维平面翻转轨迹将基准影像可视轨迹中的基准影像进行对应翻转。

可以理解的是，通过获取单个位置影像中位于时间轴末端和始端目标体的二维平面翻转轨迹，即目标体在对应的时间内的平面角度变化值，即羽毛球在某个参考平面内的角度变化轨迹或者球拍在某个参考平面内的角度变化轨迹，将基准影像替换可视轨迹中的目标体得到基准影像可视轨迹后，并且根据所述二维平面翻转轨迹将基准影像可视轨迹中的基准影像进行对应翻转，即避免了目标体在发生形变的情况下的角度翻转，而是在基准影像下按照目标体的原轨迹进行翻转，极大地提高了可视性以及观赏性。

作为本发明的一种优选实施例，所述确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示具体包括：

步骤S141：通过目标体的选择获取对阵双方中接球点的球拍移动瞬间速度以及羽毛球在可视轨迹中距离接/发球点的范围在预设范围内的速度，将两者速度做差，得到速度参考差值，并且保存各自速度值；

步骤S142：判断对阵双方中是否存在接球失误，当对阵双方有一方存在接/发球失误时，将速度参考差值进行播报。

本实施例在应用时，将目标体分别选择为球拍或者羽毛球，参照前述实施例对影像移动速度的计算方式，通过计算对阵方接球点的移动瞬间速度和目标体在预设范围内的速度，能够很好地对接球失误原因进行参考和分析，对于一个羽毛球运动员，其挥拍击球速度是在一定范围的，例如我国优秀运动员的杀球速度在260-300Km/h，将两者速度做差，得到速度参考差值，并且保存各自速度值，能够认证失误原因以及判断对手的击球速度等数据，起到一定的参考作用。

如图6所示，作为本发明的另一种优选实施例，另一方面，一种基于人工智能的羽毛球视频片段处理系统，所述系统包括：

预处理模块100，用于对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

捕捉标记模块200，用于捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

获取判断模块300，用于定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

重建模块400，用于当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

确定和提示模块500，用于确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

本发明上述实施例中提供了一种基于人工智能的羽毛球视频片段处理方法，并基于该基于人工智能的羽毛球视频片段处理方法提供了一种基于人工智能的羽毛球视频片段处理系统，通过对羽毛球比赛视频进行预处理，获取追分视频片段和比分反超视频片段，捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，对视频子片段进行区别标记，并且当该分帧运动轨迹影像存在拖影现象时，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，能够提高对目标体的可视性，规避因为目标体高速运动存在拖影以及变形的影响，最后，能够确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示，便于进行比赛相关数据的分析。

为了能够加载上述方法和系统能够顺利运行，该系统除了包括上述各种模块之外，还可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。

所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述系统的控制中心，利用各种接口和线路连接各个部分。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

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 (10)

1.一种基于人工智能的羽毛球视频片段处理方法，其特征在于，所述方法包括：

对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

2.根据权利要求1所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述目标体为羽毛球或者羽毛球拍。

3.根据权利要求1所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段具体包括：

获取双方的分差随时间的变化率出现正负交替变化的次数达到预设次数或者双方的分差达到预设阈值时对应的时间节点，记为分割时间节点，统计分割时间节点的数目N，其中N为正整数；

按照分割时间节点的数目N将羽毛球比赛视频分割为N+1段，得到目标视频片段；

获取目标视频片段中的非比赛时间段，所述非比赛时间段包括暂停段以及休息段，并且将非比赛时间段于目标视频中进行剔除节点标记。

4.根据权利要求3所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记具体包括：

按照剔除节点标记重新对目标视频进行剪切，得到对阵双方从暂停结束到下一次暂停开始之间的视频子片段；

按照时间轴的先后顺序对所述视频子片段进行区别标记。

5.根据权利要求4所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，在定位经过标记的视频子片段中的目标体之前，所述方法还包括：

获取查看目标体类型指令；

采集查看目标体类型指令对应目标体的基准影像，基于所述目标体的基准影像对经过标记的视频子片段中的目标体进行捕捉。

6.根据权利要求1所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象具体包括：

在经过标记的视频子片段时间轴的初始时刻，定位经过标记的视频子片段中目标体的位置；

以所述初始时刻为时间计算起点，按照等间隔时间周期连续获取目标体在经过标记的视频子片段中的位置影像，得到分帧运动轨迹影像；

判断单个位置影像中是否存在目标体部分重叠，若是，则判断该分帧运动轨迹影像存在拖影现象，否则，判断该分帧运动轨迹影像不存在拖影现象。

7.根据权利要求6所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹具体包括：

捕捉该分帧运动轨迹影像中目标体的运动不变中心，将该运动不变中心作为虚拟目标参考点；

获取单个位置影像中目标体位于时间轴初始端和末端之间影像轨迹的长度，设定延缓运动时间周期，其中延缓运动时间周期大于等间隔时间周期，将单个位置影像的影像轨迹长度和延缓运动时间周期的比值作为影像移动速度；

基于影像移动速度，沿着影像轨迹建立单个位置影像可视运动轨迹，将若干单个位置影像可视运动轨迹进行合成，得到目标体在视频子片段中的可视轨迹。

8.根据权利要求7所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述方法还包括：

获取单个位置影像中位于时间轴末端和始端目标体的二维平面翻转轨迹；

基于运动不变中心将基准影像替换可视轨迹中的目标体，得到基准影像可视轨迹；

根据所述二维平面翻转轨迹将基准影像可视轨迹中的基准影像进行对应翻转。

9.根据权利要求1所述的基于人工智能的羽毛球视频片段处理方法，其特征在于，所述确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示具体包括：

通过目标体的选择获取对阵双方中接球点的球拍移动瞬间速度以及羽毛球在可视轨迹中距离接/发球点的范围在预设范围内的速度，将两者速度做差，得到速度参考差值，并且保存各自速度值；

判断对阵双方中是否存在接球失误，当对阵双方有一方存在接/发球失误时，将速度参考差值进行播报。

10.一种基于人工智能的羽毛球视频片段处理系统，其特征在于，所述系统包括：

预处理模块，用于对羽毛球比赛视频进行预处理，得到目标视频片段，所述目标视频片段至少包括追分视频片段和比分反超视频片段；

捕捉标记模块，用于捕捉目标视频片段中对阵双方从暂停结束到下一次暂停开始之间的视频子片段，将所述视频子片段按照时间轴先后顺序进行区别标记；

获取判断模块，用于定位经过标记的视频子片段中的目标体，获取目标体在经过标记的视频子片段中的分帧运动轨迹影像，判断该分帧运动轨迹影像是否存在拖影现象；

重建模块，用于当该分帧运动轨迹影像存在拖影现象时，设定虚拟目标体参考点，根据虚拟目标体参考点重建目标体在视频子片段中的可视轨迹，否则，直接确定该分帧运动轨迹影像为可视轨迹影像；

确定和提示模块，用于确定目标体于可视轨迹中距离接/发球点的范围在预设范围内的速度，根据该速度以及实际得分情况作出发/接球提示。

Images