CN115414646B - 篮球辅助训练方法、装置 - Google Patents
篮球辅助训练方法、装置 Download PDFInfo
- Publication number
- CN115414646B CN115414646B CN202210922016.2A CN202210922016A CN115414646B CN 115414646 B CN115414646 B CN 115414646B CN 202210922016 A CN202210922016 A CN 202210922016A CN 115414646 B CN115414646 B CN 115414646B
- Authority
- CN
- China
- Prior art keywords
- basketball
- determining
- basket
- target player
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000033001 locomotion Effects 0.000 claims abstract description 107
- 239000003550 marker Substances 0.000 claims description 52
- 210000004247 hand Anatomy 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 19
- 210000003414 extremity Anatomy 0.000 claims description 11
- 210000002683 foot Anatomy 0.000 claims description 5
- 210000003423 ankle Anatomy 0.000 claims description 3
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000386 athletic effect Effects 0.000 description 9
- 230000033764 rhythmic process Effects 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 3
- 210000000544 articulatio talocruralis Anatomy 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000004394 hip joint Anatomy 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- A63B69/0071—Training appliances or apparatus for special sports for basketball
-
- 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
- A63B2220/805—Optical or opto-electronic sensors
-
- 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
Abstract
本公开提供的一种篮球辅助训练方法、装置,涉及人工智能技术,包括:获取目标球员在篮球出手时刻的第一图像,及出手后篮球的第二图像;根据第一图像、第二图像,确定在篮球出手时刻的运动参数;根据第二图像,确定篮球从出手到进入篮筐的第一时间;根据第二图像,确定第一偏心率;根据第一时间、第一偏心率、疲劳度分数,确定第一结果;根据运动参数,第一结果,确定最佳运动参数。本方案通过篮球出手时刻及出手后的图像,确定球员的运动参数、及篮球进球的准确性情况;然后根据球员的运动参数、进球准确性情况,确定球员进球的最佳运动参数,进而利用最佳运动参数辅助调整球员的训练。可以更准确的定位篮球运动员存在的问题,并及时纠正。
Description
技术领域
本公开涉及人工智能技术,尤其涉及一种篮球辅助训练方法、装置。
背景技术
目前,篮球运动是年轻人喜欢运动之一,篮球运动中将篮球投入篮筐作为获胜手段。篮球比赛的最终目标是尽可能的得分,如何系统的提高自己的得分能力是每个篮球运动员迫切需要解决的问题。
现有技术中,教练会根据经验对篮球运动员进行指导,比如教练会强调一些投球姿势的细节,例如左手扶球,右手发力等,以及膝关节,踝关节,髋关节的角度等,让篮球运动员在反复投篮的过程当中,寻找自己的节奏,提升得分能力。在教练的指导下,可以纠正一些常见的错误。篮球运动员也可以基于自我的练习方式寻找投篮得分的节奏,并修正自身的动作。
但是,由于篮球运动具备快速性、连续性,很多细节是在瞬间发生并结束的,基于教练人为的指导或者篮球运动员自身的练习,球员的很多问题仍然很难准确定位并及时纠正。
发明内容
本公开提供了一种篮球辅助训练方法、装置,以在一定程度上更准确的定位现有技术中篮球运动员存在的问题,并及时纠正问题。
根据本公开第一方面,提供了种篮球辅助训练方法,包括:
获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的所述篮球运行过程中的多张第二图像;
根据所述第一图像以及所述第二图像,确定在篮球出手时刻所述目标球员的运动参数;所述运动参数表征在篮球出手时刻所述目标球员的肢体动作情况;
根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率;其中,所述第一偏心率表征所述篮球进入所述篮筐时,所述篮球偏离所述篮筐的偏离情况;
根据所述第一时间、所述第一偏心率,以及获取所述目标球员对应的当前疲劳度分数,确定第一结果;所述第一结果表征所述篮球进入所述篮筐的准确性情况;
根据所述目标球员的运动参数,以及第一结果,确定所述目标球员进球最佳的运动参数;所述最佳的运动参数用于辅助调整所述目标球员的训练。
根据本公开第二方面,提供了一种篮球辅助训练装置,包括:
获取单元,用于获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的所述篮球运行过程中的多张第二图像;
参数确定单元,用于根据所述第一图像以及所述第二图像,确定在篮球出手时刻所述目标球员的运动参数;所述运动参数表征在篮球出手时刻所述目标球员的肢体动作情况;
结果确定单元,用于根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率;其中,所述第一偏心率表征所述篮球进入所述篮筐时,所述篮球偏离所述篮筐的偏离情况;
所述结果确定单元,还用于根据所述第一时间、所述第一偏心率,以及获取所述目标球员对应的当前疲劳度分数,确定第一结果;所述第一结果表征所述篮球进入所述篮筐的准确性情况;
最佳参数确定单元,用于根据所述目标球员的运动参数,以及第一结果,确定所述目标球员进球最佳的运动参数;所述最佳的运动参数用于辅助调整所述目标球员的训练。
根据本公开第三方面,提供了一种篮球辅助训练系统,包括:
呈三角形排列的拍摄装置、第一标志物以及第二标志物;所述第一标志物位于目标球员侧;所述第二标志物位于篮筐下方;
其中,所述第一标志物包括第一立杆以及第一激光指示器;所述第一激光指示器用于辅助调整所述第一标志物与所述拍摄装置的位置;所述第一立杆用于辅助确定所述目标球员与所述篮筐之间的横向距离,以及所述目标球员在篮球出手时刻的起跳高度;
所述第二标志物包括第二立杆、第二摄像头以及第二激光指示器;所述第二激光指示器用于辅助调整所述第二标志物与所述拍摄装置的位置;所述第二摄像头用于采集篮球进入篮筐时的多张第三图像;所述第二立杆用于辅助确定所述目标球员与所述篮筐之间的横向距离;
所述拍摄装置包括第一摄像头、显示器、处理器、存储器;所述第一摄像头用于采集目标球员在篮球出手时刻对应的第一图像,以及追踪采集出手后的所述篮球运行过程中的多张第二图像;所述显示器用于显示如第一方面所述的篮球辅助训练方法中的数据;所述存储器,用于存储计算机程序;所述处理器,用于读取所述存储器存储的计算机程序,并根据所述存储器中的计算机程序执行如第一方面所述的篮球辅助训练方法。
根据本公开第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面所述的篮球辅助训练方法。
根据本公开第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,实现如第一方面所述的篮球辅助训练方法。
本公开提供的篮球辅助训练方法、装置,包括:获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的篮球运行过程中的多张第二图像;根据第一图像以及第二图像,确定在篮球出手时刻目标球员的运动参数;运动参数表征在篮球出手时刻目标球员的肢体动作情况;根据第二图像,分别确定篮球从出手到进入篮筐的第一时间,以及篮球进入篮筐时的第一偏心率;其中,第一偏心率表征篮球进入篮筐时,篮球偏离篮筐的偏离情况;根据第一时间、第一偏心率,以及获取目标球员对应的当前疲劳度分数,确定第一结果;第一结果表征篮球进入篮筐的准确性情况;根据目标球员的运动参数,以及第一结果,确定目标球员进球最佳的运动参数;最佳的运动参数用于辅助调整目标球员的训练。本方案提供的篮球辅助训练方法、装置中,可以通过篮球出手时刻及出手后的图像,确定球员的运动参数、及篮球进球的准确性情况;然后根据球员的运动参数、进球准确性情况,确定球员进球的最佳运动参数,进而利用最佳运动参数辅助调整球员的训练。可以在一定程度上更准确的定位篮球运动员存在的问题,并及时纠正问题。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开一示例性实施例示出的篮球辅助训练方法的场景示意图;
图2为本公开一示例性实施例示出的拍摄装置的示意图;
图3为本公开一示例性实施例示出的标志物的示意图;
图4为本公开一示例性实施例示出的标志物测距原理的示意图;
图5为本公开一示例性实施例示出的篮球辅助训练方法的流程示意图;
图6为本公开另一示例性实施例示出的篮球辅助训练方法的流程示意图;
图7为本公开一示例性实施例示出的人体关节角度的示意图;
图8为本公开一示例性实施例示出的第二图像及第三图像示意图;
图9为本公开一示例性实施例示出的篮球辅助训练装置的结构图;
图10为本公开一示例性实施例示出的电子设备的结构图。
具体实施方式
目前,篮球运动是年轻人喜欢运动之一,相对于其他运动,篮球运动的场地需求小,观赏性高,有一定的身体对抗,最终以将篮球投入篮筐为获胜手段,很受大众的欢迎。比赛的最终目标还是尽可能的得分,如何系统的提高自己的得分能力是每个篮球运动员迫切需要解决的问题。现有技术中,在篮球队员得分能力的训练过程中,往往强调投篮的节奏性,如何准确的描述这个节奏,是很难用言语去描述的,教练会强调一些投球姿势的细节,例如左手扶球,右手发力等,以及膝关节,踝关节,髋关节的角度等,让球员在反复投篮的过程当中,寻找自己的节奏。在教练的指导下,可以纠正一些常见的错误。篮球运动员也可以基于自我的练习方式寻找投篮得分的节奏,并修正自身的动作。
但是,由于篮球运动具备快速性、连续性,很多细节是在瞬间发生并结束的,基于教练人为的指导或者篮球运动员自身的练习,球员的很多问题仍然很难准确定位并及时纠正。
为了解决上述技术问题,本公开提供的方案中,可以通过篮球出手时刻及出手后的图像,确定球员的运动参数、及篮球进球的准确性情况;然后根据球员的运动参数、进球准确性情况,确定球员进球的最佳运动参数,进而利用最佳运动参数辅助调整球员的训练。可以在一定程度上更准确的定位篮球运动员存在的问题,并及时纠正问题。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
图1为本公开一示例性实施例示出的篮球辅助训练方法的场景示意图。
如图1所示,目标球员在做投球训练时,可以使用本方案提供的篮球辅助训练系统来辅助调整训练。
如图1所示,篮球辅助训练系统包括:呈三角形排列的拍摄装置、第一标志物以及第二标志物;第一标志物位于目标球员侧;第二标志物位于篮筐下方。其中,第一标志物包括第一立杆;第一立杆用于辅助确定目标球员与篮筐之间的横向距离,以及目标球员在篮球出手时刻的起跳高度;第二标志物包括第二立杆、第二摄像头;第二摄像头用于采集篮球进入篮筐时的多张第三图像;第二立杆用于辅助确定目标球员与篮筐之间的横向距离。如图2所示,拍摄装置包括第一摄像头、显示器、处理器、存储器;第一摄像头用于采集目标球员在篮球出手时刻对应的第一图像,以及追踪采集出手后的篮球运行过程中的多张第二图像;显示器用于显示本方案提供的篮球辅助训练方法中的数据,并可以响应用户对显示的画面的操作;存储器,用于存储计算机程序;处理器,用于读取存储器存储的计算机程序,并根据存储器中的计算机程序执行本方案提供的篮球辅助训练方法。
可选的,可以利用三角支架支撑拍摄装置。其中,拍摄装置中的第一摄像头可以水平放置。
其中,第三摄像头可以垂直放置在篮筐下,来仰拍篮筐,进而采集篮球进入篮筐时的多张第三图像。
其中,第一立杆和第二立杆结构相同,都由垂直方向和水平方向的杆子组成,杆子上有黑白相见的标示。垂直方向的杆子长度为预设的已知长度。水平方向的杆子长度也为预设的已知长度。且垂直方向和水平方向的杆子在同一个垂直面上。
在一种可实现方式中,第一标志物还包括第一激光指示器,第一激光指示器用于辅助调整第一标志物与拍摄装置的位置;第二标志物还包括第二激光指示器,第二激光指示器用于辅助调整第二标志物与拍摄装置的位置。
其中,第一激光指示器和第二激光指示器相同。如图3中右图所示,第一激光指示器垂直安装在第一立杆的垂直方向的杆子上;可以利用第一激光指示器发出的激光来指向拍摄装置,从而辅助调整第一标志物与拍摄装置的位置,使得第一立杆面向拍摄装置。类似的,第二激光指示器垂直安装在第二立杆的垂直方向的杆子上;可以利用第二激光指示器发出的激光来指向拍摄装置,从而辅助调整第二标志物与拍摄装置的位置,使得第二立杆面向拍摄装置。可以需要调整拍摄装置、第一标志物以及第二标志物三者的位置,使得拍摄装置包括的第一摄像头的拍摄范围包括第一标志物以及第二标志物、目标队员、篮球飞行轨迹以及篮筐。可选的,拍摄装置、第一标志物以及第二标志物,可以呈等腰三角形摆放。
具体的,可以利用第一摄像头采集图像,该图像中包括第一标志物的第一立杆,以及第二标志物的第二立杆。可以根据获取的图像,识别出图像中的垂直方向和水平方向的杆子,进而识别出第一立杆,以及第二立杆。
具体的,如图3中左图所示,第一摄像头采集的图像可以为由亮度Y,色度UV组成的W*H的图像阵列,对图像序列进行二值化,大于预设阈值的为1(用以表示杆子上黑色的标示区域),小于预设阈值的为0(用以表示杆子上白色的标示区域),采取0~W的顺序,沿垂直方向遍历整个图像,搜索到第一个数值为1的二值化像素,向右检索多个像素后,可得到一段长度的数值为1的像素,然后是0的像素,此刻的队列为101010,反向向下搜索,可得到队列为010101。进而识别出水平方向的杆子。类似的,可以识别出垂直方向的杆子。又根据第一立杆和第二立杆在水平方向上的位置关系,可以识别出第一立杆和第二立杆。
具体的,由于第一立杆和第二立杆的垂直方向的杆子长度为预设的已知长度,水平方向的杆子长度也为预设的已知长度。因此,可以利用第一立杆的水平方向的杆子长度和第二立杆的水平方向的杆子长度,以及第一摄像头采集的图像,确定第一立杆和第二立杆的横向距离,即目标队员和篮筐之间的横向距离。进而在该横向距离前提下,利用本方案提供的篮球辅助训练方法来辅助调整目标球员的训练。
具体的,如图4所示,AB表示第一立杆的水平方向的杆子;GF表示第二立杆的水平方向的杆子,O表示第一摄像头的光心,表示AB在图像上投影的像素个数;/>表示AB在图像上投影的像元距离;其中,像元距离表示每个像素的物理直径;B、C、D在一条直线上,/>、/>、/>在一条直线上,/>、O、D、H在一条直线上,且BC平行于/>,BC垂直于OD。F、E、H在一条直线上,且EF垂直于OH。由于第一激光指示器垂直安装在第一立杆的垂直方向的杆子上,且第一激光指示器发出的激光指向拍摄装置,因此可以假定OB垂直于AB。其中,∠3等于/>与第一摄像头的视场角(FOV)的乘积;∠1+∠3等于/>与第一摄像头的FOV的乘积。其中,/>、/>、FOV都可以从第一摄像头获取。进一步的,可以根据求出的∠3和∠1+∠3,以及勾股定理,来确定∠1、∠5、∠6。又因为∠1=∠2,∠5=∠7,∠6=∠8,根据勾股定理,可以确定∠11、∠10。进而可以根据已知的AB,确定BD的长度。
类似的,可以根据已知的FG,确定FH的长度。BD与FH的长度的和,即为第一立杆和第二立杆的横向距离,也即是目标队员和篮筐之间的横向距离。可以令该横向距离为J。
具体的,由于第一立杆的垂直方向的杆子长度为预设的已知长度,因此,可以利用第一立杆的垂直方向的杆子长度,以及第一摄像头采集的在篮球出手时刻的第一图像,确定目标队员在篮球出手时刻的起跳高度。其中,目标球员在篮球出手时刻的起跳高度可以表示在篮球出手时刻目标球员的脚离地面的高度。
具体的,可以先识别出图像中的第一立杆的垂直方向的杆子,并确定第一立杆的垂直方向的杆子在图像中的长度,再根据已知的该杆子的实际长度,确定该杆子在图像中的长度和实际长度的比例关系;接着,识别出篮球出手时刻目标球员在图像中脚离地面的高度,再根据得到的比例关系,确定出目标球员实际的起跳高度。
图5为本公开一示例性实施例示出的篮球辅助训练方法的流程示意图。
如图5所示,本实施例提供的篮球辅助训练方法包括:
步骤501,获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的篮球运行过程中的多张第二图像。
其中,本公开提供的方法可以由具备计算能力的电子设备来执行,比如可以是计算机等设备。该电子设备能够获取在篮球出手时刻目标球员的第一图像以及篮球出手后篮球的多张第二图像。
具体的,可以利用拍摄装置包括的第一摄像头采集目标球员在篮球出手时刻对应的第一图像;并并追踪获取出手后的篮球运行过程中的多张第二图像。
具体的,可以预先设置第一摄像头采集图像的采集频率,并根据该频率采集图像。
具体的,可以在目标球员开始练习时就开始采集图像,得到原始图像集。然后,可以从原始图像集中识别出目标球员在篮球出手时刻对应的第一图像以及出手后的篮球运行过程中的多张第二图像。
步骤502,根据第一图像以及第二图像,确定在篮球出手时刻目标球员的运动参数;运动参数表征在篮球出手时刻目标球员的肢体动作情况。
具体的,可以通过预设模型,识别出第一图像中的目标队员。
类似的,也可以通过预设模型,识别出第二图像中的篮球以及篮筐。
然后,分析第一图像中识别出的目标队员,以及分析第二图像中识别出的篮球以及篮筐,进而得到在篮球出手时刻目标队员的肢体运动情况,即目标球员的运动参数。具体的,目标球员的运动参数可以包括多种参数。
步骤503,根据第二图像,确定篮球从出手到进入篮筐的第一时间。
具体的,可以先利用预设模型,从第二图像中识别出篮球,以及篮筐。将篮球距离篮筐最近的点作为篮球进入篮筐的落点。然后从多个第二图像中选取出篮球在落点时的第二图像。根据篮球出手时刻的第一图像,以及篮球位于落点时的第二图像,确定两张图像之间相隔的图像数量。
由于第一摄像头是按照预设的频率进行图像采集的。因此,可以确定出第一摄像头采集图片的时间间隔。
因此,上述相隔的图像数据与上述时间间隔的乘积,即为篮球从出手到进入篮筐的第一时间。
步骤504,根据第二图像,确定篮球进入篮筐时的第一偏心率;第一偏心率表征篮球进入篮筐时,篮球偏离篮筐的偏离情况。
具体的,将篮球距离篮筐最近的点作为篮球进入篮筐的落点。然后从多个第二图像中选取出篮球在落点时的第二图像。在该张第二图像中识别出篮筐,以及篮球。
然后,通过图像分析,确定出该张第二图像中篮筐的中心,以及篮球的中心,以及篮筐的直径。将篮筐中心与篮球中心的的距离的绝对值,与篮筐的直径的比值,确定为篮球进入篮筐时篮球偏离篮筐的偏离情况,即第一偏心率。
步骤505,根据第一时间、第一偏心率,以及获取的目标球员对应的当前疲劳度分数,确定第一结果;第一结果表征篮球进入篮筐的准确性情况。
具体的,疲劳度分数用于表征目标球员的疲劳程度。可以预先设置初始的疲劳度分数。然后,根据在一次训练过程中,当前投篮的次数,初始疲劳度,预设系数,确定本次投篮的当前疲劳度分数。
进一步的,根据第一时间、第一偏心率、当前疲劳度分数,确定本次投篮篮球进入篮筐的准确性情况,即第一结果。
步骤506,根据目标球员的运动参数,以及第一结果,确定目标球员进球最佳的运动参数;最佳的运动参数用于辅助调整目标球员的训练。
具体的,可以根据目标球员在一次训练过程中的多次投中篮筐的投篮得到的多个运动参数,多个第一结果,确定目标球员本次训练过程中的最佳的运动参数。
具体的,目标球员的运动参数可以包括多种参数。可以分别求出每种参数的最佳参数,多个最佳参数组成了目标球员本次训练过程中的最佳的运动参数。
具体的,可以将在一次训练过程中的投篮失败的投篮得到的运动参数,与最佳运动参数进行比对,进而发现目标球员存在的问题,调整目标球员的训练,及时纠正问题。
本公开提供的篮球辅助训练方法,包括:获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的篮球运行过程中的多张第二图像;根据第一图像以及第二图像,确定在篮球出手时刻目标球员的运动参数;运动参数表征在篮球出手时刻目标球员的肢体动作情况;根据第二图像,分别确定篮球从出手到进入篮筐的第一时间,以及篮球进入篮筐时的第一偏心率;其中,第一偏心率表征篮球进入篮筐时,篮球偏离篮筐的偏离情况;根据第一时间、第一偏心率,以及获取的目标球员对应的当前疲劳度分数,确定第一结果;第一结果表征篮球进入篮筐的准确性情况;根据目标球员的运动参数,以及第一结果,确定目标球员进球最佳的运动参数;最佳的运动参数用于辅助调整目标球员的训练。本公开采用的方法中,可以通过篮球出手时刻及出手后的图像,确定球员的运动参数、及篮球进球的准确性情况;然后根据球员的运动参数、进球准确性情况,确定球员进球的最佳运动参数,进而利用最佳运动参数辅助调整球员的训练。可以在一定程度上更准确的定位篮球运动员存在的问题,并及时纠正问题。
图6为本公开另一示例性实施例示出的篮球辅助训练方法的流程示意图。
如图6所示,本实施例提供的篮球辅助训练方法包括:
步骤601,获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的篮球运行过程中的多张第二图像。
具体的,步骤601与步骤501的原理、实现方式类似,不再赘述。
可选的,可以在目标球员开始练习时就开始采集图像,得到原始图像集。可以利用原始图像,以及第一标志物、第二标志物,得到目标球员与篮筐的横向距离。可参见上述实施例,不再赘述。
步骤602,根据第一图像,识别目标球员的人体骨骼;并根据人体骨骼,确定目标球员的运动参数中的人体关节角度;人体关节角度表征在篮球出手时刻目标球员的人体关节角度;运动参数表征在篮球出手时刻目标球员的肢体动作情况。
具体的,运动参数表征在篮球出手时刻目标球员的肢体动作情况。其中,运动参数可以包括多种参数,比如人体关节角度,出手力量百分比,出手角度,起跳高度等。其中,人体关节角度表征在篮球出手时刻目标球员的人体关节角度。
具体的,如图7所示,可以利用预设模型,识别出第一图像中目标球员的人体骨骼,然后,可以根据识别出的人体骨骼,确定目标球员的运动参数中的人体关节角度。
在一种可实现方式中,人体关节角度包括如下至少一项:踝关节角度,膝关节角度,髋关节角度,肩关节角度,肘关节角度,腕关节角度。
步骤603,根据第一图像,确定目标球员的运动参数中的起跳高度;起跳高度表征在篮球出手时刻目标球员的脚部离地面的高度。
具体的,可以根据篮球出手时刻的第一图像,确定在篮球出手时刻目标球员的脚部离地面的高度,即起跳高度。具体的原理、实现方式,参见上述实施例,不再赘述。
步骤604,根据第二图像,确定篮球出手时篮球的第一位置,以及篮球到达最高点时篮球的第二位置;根据第一位置、第二位置,确定第一位置与第二位置的连接线;将连接线与水平方向的夹角确定为目标球员的运动参数中的出手角度;出手角度表征在篮球出手时刻目标球员的投球角度。
具体的,可以利用预设模型,识别出多张第二图像中的篮球,进而识别出多张第二图像中篮球的位置;从而再识别出篮球出手时的第二图像,以及篮球到达最高点时的第二图像;接着,识别出篮球出手时的第二图像中篮球的中心点,可以将该中心点作为篮球的第一位置;识别出篮球到达最高点时的第二图像中篮球的中心点,可以将该中心点作为篮球的第二位置;
然后,连接第一位置和第二位置,得到连接线;根据该连接线和第一摄像头中的水平方向(具体的,可以将第一摄像头水平放置,则真实的水平方向和第一摄像头的水平方向是一致的),确定两者之间的夹角,该夹角可以作为篮球出手时刻目标球员的投球角度,即目标球员的出手角度。
步骤605,根据第二图像,确定篮球的落点;并根据落点,确定目标球员的运动参数中的出手力量百分比;落点表征篮球与篮筐距离最近时,篮球的位置;出手力量百分比表征在篮球出手时刻目标球员的投球力量情况。
具体的,落点用于表征篮球与篮筐距离最近时,篮球的位置。具体的,可以根据第二图像中篮球的中心点和篮筐的中心点来确定篮球与篮筐之间的距离。
具体的,可以利用预设模型,识别出第二图像中的篮球和篮筐,进而识别出篮球的中心点和篮筐的中心点。然后,可以将与篮筐的中心点距离最近的篮球的中心点作为篮球的落点。
具体的,可以在多张第二图像中,选取出具有篮球落点的第二图片。并识别出该图片中篮筐的直径,以及篮球中心点与篮筐中心点的距离。然后根据识别出的篮筐的直径,以及篮球中心点与篮筐中心点的距离,确定在篮球出手时刻目标球员的投球力量情况,即目标球员的运动参数中的出手力量百分比。
在一种可实现方式中,根据第二图像,识别出篮球所在的第一方框,以及篮筐所在的第二方框。
具体的,如图8中左图所示,可以根据预设模型,识别出第二图像中,篮球所在的第一方框,以及篮筐所在的第二方框。
然后,根据第一方框,确定第一方框的第一中心点位置;根据第二方框,确定第二方框的第二中心点位置,以及篮筐的直径;将多张第二图像中与第二中心点位置距离最近的第一中心点位置,确定为篮球的落点。
具体的,在第一方框中确定第一中心点位置,在第二方框中确定第二中心点位置;同时可以根据第二方框,确定篮筐的直径。然后,根据第一中心点位置与第二中心点位置,确定两者的距离。并将多张第二图像中与第二中心点位置距离最近的第一中心点位置,确定为篮球的落点。
在一种可实现方式中,根据落点、第二中心点位置,确定落点与第二中心点位置的第一距离。
具体的,可以将落点与第二中心点位置在水平方向上的差值,作为第一距离。第一距离有正负,若第一距离是正数,则说明落点位置在远离目标球员的篮筐的后方,也说明目标球员投球力度过大;若第一距离是负数,则说明落点位置在靠近目标球员的篮筐的前方,也说明目标球员投球力度过小;若第一距离为零,则说明进球时篮球的中心点与篮筐的中心点重合,也说明目标球员投球力度刚好。
然后,根据第一距离、篮筐的直径,确定出手力量百分比。
具体的,当第一距离与篮筐的直径的比值的绝对值小于1时,可以将第一距离与篮筐的直径的比值作为出手力量百分比;当第一距离与篮筐的直径的比值的小于-1时,可以令出手力量百分比为-1;当第一距离与篮筐的直径的比值的大于1时,可以令出手力量百分比为1。
具体的,出手力量百分比的绝对值越小,表示投篮效果越好。若出手力量百分比为-1,则说明目标球员的投球力度过小;若出手力量百分比为1,则说明目标球员的投球力度过大。出手力量百分比为1或者为-1时,都可以表明投篮未成功。
步骤606,获取篮球进入篮筐时的多张第三图像。
具体的,可以利用设置在篮筐下的第二摄像头获取篮球进入篮筐时的多张第三图像。
步骤607,根据第三图像,识别出篮球所在的第三方框,篮筐所在的第四方框;并根据第三方框,拟合篮球的第一圆框;根据第四方框,拟合篮筐的第二圆框;并根据第一圆框确定第一圆框的直径。
具体的,如图8中右图所示,可以根据预设模型(其中,该预设模型可以为预先训练好的神经网络模型,利用该模型可以识别出图像中的目标物体,比如篮球和篮筐),识别出第三图像中篮球所在的第三方框,以及篮筐所在的第四方框。进一步的,可以根据第三方框,拟合出篮球的第一圆框;根据第四方框,拟合出篮筐的第二圆框。可以根据第一圆框确定第一圆框的直径,即在第三图像中篮球的直径。
步骤608,若第二圆框包含第一圆框,且第一圆框的直径大于预设阈值,则确定篮球进入篮筐。
其中,预设阈值为根据实际情况预先设置的值。
具体的,若确定第二圆框包含第一圆框,且第一圆框的直径大于预设阈值,则可以确定篮球进入篮筐,即说明目标球员的本次投篮成功。
具体的,可以将目标球员一次训练过程中的多次投篮,根据投篮成功情况分为两组,将投篮成功的分为一组;将投篮不成功的分为另一组。
步骤609,若确定篮球进入篮筐,则根据篮球出手时刻获取的第二图像,以及篮球到达落点时获取的第二图像,确定第一时间。
具体的,针对投篮成功的投篮,根据本次投篮的篮球出手时刻获取的第二图像,以及篮球到达落点时获取的第二图像,确定两张图像之间相隔的图像数量;根据第一摄像头采集图像的频率,确定第一摄像头采集两张图像的时间间隔;将该图像数量与该时间间隔的乘积,确定为第一时间。
具体的,篮球出手时刻获取的第二图像可以为篮球出手时刻获取的目标球员的第一图像。
步骤610,若确定篮球进入篮筐,则将第一距离与篮筐的直径的比值,确定为第一偏心率;第一偏心率表征篮球进入篮筐时,篮球偏离篮筐的偏离情况。
具体的,如图8中左图所示,针对投篮成功的投篮,可以用第一距离与篮筐的直径的比值,来表征篮球进入篮筐时篮球偏离篮筐的偏离情况,即第一偏心率。
进一步的,针对投篮不成功的投篮,可以无需计算第一时间和第一偏心率。
步骤611,获取初始的疲劳度分数、预设系数、投篮次数;根据初始的疲劳度分数、预设系数、投篮次数,确定当前投篮的当前疲劳度分数。
具体的,疲劳度分数可以用于表征目标球员的疲劳程度。在一次训练过程中,首次投篮可以使用初始的疲劳度分数,随着投篮次数增多,目标球员会越来越疲劳。
其中,在目标球员的一次训练过程中,可以令首次投篮的投篮次数为1,每次投篮后,投篮次数加一。比如,第二次投篮的投篮次数为2,第M次投篮的投篮次数为M。
其中,可以令初始的疲劳分数为1。其中,预设系数为根据实际情况预先设置的系数,比如可以设置为0.01。具体的,当初始的疲劳度分数为1,预设系数为0.01时,若10.8,则可以将1-0.01*N作为当前疲劳度分数;若1-0.01*N/>0.8,则将0.8作为当前疲劳度分数;其中,N表示投篮次数。
步骤612,根据第一时间、第一偏心率、当前疲劳度分数,确定第一结果;第一结果表征篮球进入篮筐的准确性情况。
具体的,可以根据第一时间、第一偏心率、当前疲劳度分数,确定篮球进入篮筐的准确性情况,即第一结果。具体的,可以仅对进球的投篮,确定其第一结果。
可选的,第一结果的公式如下所示:
其中,S表示第一结果;a、b、c分别表示预设系数;T表示第一时间;E表示第一偏心率;L表示当前疲劳度。
其中,a、b、c分别为根据实际情况预先设置的值,比如可以设置为a=0.7;b=0.2;c=0.1。
具体的,第一结果的值越小表示进球的准确性越好。
步骤613,将多个第一结果进行排序;并根据排序结果,确定各第一结果的第一参数。
具体的,可以将目标球员在一次训练过程中所有的进球得到的第一结果进行从小到大的排序。然后根据排序结果,确定各第一结果对应的第一参数。
例如,在一次训练中,有五次成功投篮,这五次投篮对应的各第一结果,按照从小到大的排序,分别为、/>、/>、/>、/>,可以令这五个第一结果对应的第一参数分别为5、4、3、2、1。
步骤614,根据目标球员多次投篮的运动参数,以及与各运动参数对应的各第一结果、各第一参数,确定目标球员进球最佳的运动参数;最佳的运动参数用于辅助调整目标球员的训练。
具体的,假设在一次训练过程中,有五次成功投篮,这五次投篮对应的各第一结果,按照从小到大的排序,分别为、/>、/>、/>、/>,可以令这五个第一结果对应的第一参数分别为5、4、3、2、1,假设这五个第一结果对应的运动参数中包括的起跳高度分别为/>、/>、、/>、/>,则目标球员在本次训练过程中进球的最佳起跳高度可以表示如下:/>
其中,、/>、/>、/>、/>,分别表示目标球员在一次训练过程中的五次成功投篮的运动参数中包括的起跳高度;5、4、3、2、1,表示各起跳高度对应的第一参数。
可以类似的方式,确定运动参数中包括的其他参数所对应的最佳参数,各最佳参数组合在一起构成了目标球员在距离篮筐横向距离为J时进球的最佳的运动参数。
具体的,可以将本次训练过程中投篮失败的运动参数与该最佳的运动参数进行比对,进而判断目标球员在距离篮筐横向距离为J处时的失败原因,进而及时纠正错误。
进一步的,也可以将目标球员本次训练过程中投篮失败的运动参数与其他球员在距离篮筐横向距离为J处时的最佳运动参数进行比对,进而识别失败原因,并及时纠正错误。
进一步的,也可以将多个球员或者一个球员多次训练得到的在距离篮筐横向距离为J处时的最佳运动参数求平均值,将目标球员本次训练过程中投篮失败的运动参数与求平均值后的最佳运动参数进行比对,识别出目标球员的动作在细微部分的差距,进而确定失败原因,并及时纠正错误。
图9为本公开一示例性实施例示出的篮球辅助训练装置的结构图。
如图9所示,本公开提供的篮球辅助训练装置900,包括:
获取单元910,用于获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的篮球运行过程中的多张第二图像;
参数确定单元920,用于根据第一图像以及第二图像,确定在篮球出手时刻目标球员的运动参数;运动参数表征在篮球出手时刻目标球员的肢体动作情况;
结果确定单元930,用于根据第二图像,分别确定篮球从出手到进入篮筐的第一时间,以及篮球进入篮筐时的第一偏心率;其中,第一偏心率表征篮球进入篮筐时,篮球偏离篮筐的偏离情况;
结果确定单元930,还用于根据第一时间、第一偏心率,以及获取的目标球员对应的当前疲劳度分数,确定第一结果;第一结果表征篮球进入篮筐的准确性情况;
最佳参数确定单元940,用于根据目标球员的运动参数,以及第一结果,确定目标球员进球最佳的运动参数;最佳的运动参数用于辅助调整目标球员的训练。
参数确定单元920,具体用于根据第一图像,识别目标球员的人体骨骼;并根据人体骨骼,确定运动参数中的人体关节角度;人体关节角度表征在篮球出手时刻目标球员的人体关节角度;
根据第一图像,确定运动参数中的起跳高度;起跳高度表征在篮球出手时刻目标球员的脚部离地面的高度;
根据第二图像,确定篮球出手时篮球的第一位置,以及篮球到达最高点时篮球的第二位置;根据第一位置、第二位置,确定第一位置与第二位置的连接线;将连接线与水平方向的夹角确定为运动参数中的出手角度;出手角度表征在篮球出手时刻目标球员的投球角度;
根据第二图像,确定篮球的落点;并根据落点,确定运动参数中的出手力量百分比;落点表征篮球与篮筐距离最近时,篮球的位置;出手力量百分比表征在篮球出手时刻目标球员的投球力量情况。
参数确定单元920,具体用于根据第二图像,识别出篮球所在的第一方框,以及篮筐所在的第二方框;
根据第一方框,确定第一方框的第一中心点位置;根据第二方框,确定第二方框的第二中心点位置,以及篮筐的直径;
将与第二中心点位置距离最近的第一中心点位置,确定为篮球的落点;
根据落点、第二中心点位置,确定落点与第二中心点位置的第一距离;
根据第一距离、篮筐的直径,确定出手力量百分比。
获取单元910,还用于获取篮球进入篮筐时的多张第三图像。
结果确定单元930,还用于根据第三图像,识别出篮球所在的第三方框,篮筐所在的第四方框;
根据第三方框,拟合篮球的第一圆框;根据第四方框,拟合篮筐的第二圆框;并根据第一圆框确定第一圆框的直径;
若第二圆框包含第一圆框,且第一圆框的直径大于预设阈值,则确定篮球进入篮筐。
结果确定单元930,具体用于若确定篮球进入篮筐,则根据篮球出手时刻获取的第二图像,以及篮球到达落点时获取的第二图像,确定第一时间;
若确定篮球进入篮筐,则将第一距离与篮筐的直径的比值,确定为第一偏心率。
在一种可实现方式中,人体关节角度包括如下至少一项:踝关节角度,膝关节角度,髋关节角度,肩关节角度,肘关节角度,腕关节角度。
结果确定单元930,还用于获取初始的疲劳度分数、预设系数、投篮次数;
根据初始的疲劳度分数、预设系数、投篮次数,确定当前投篮的当前疲劳度分数。
最佳参数确定单元940,具体用于将多个第一结果进行排序;并根据排序结果,确定各第一结果的第一参数;
根据目标球员多次投篮的运动参数,以及与各运动参数对应的各第一结果、各第一参数,确定目标球员进球最佳的运动参数。
图10为本公开一示例性实施例示出的电子设备的结构图。
如图10所示,本实施例提供的电子设备包括:存储器1001;处理器1002;以及计算机程序;其中,计算机程序存储在存储器1001中,并配置为由处理器1002执行以实现如上的任一种篮球辅助训练方法。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行以实现如上的任一种篮球辅助训练方法。
本实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,实现上述任一种篮球辅助训练方法。
本实施例还提供一种篮球辅助训练系统,包括:呈三角形排列的拍摄装置、第一标志物以及第二标志物;第一标志物位于目标球员侧;第二标志物位于篮筐下方。
其中,第一标志物包括第一立杆;第一立杆用于辅助确定目标球员与篮筐之间的横向距离,以及目标球员在篮球出手时刻的起跳高度。
第二标志物包括第二立杆、第二摄像头;第二摄像头用于采集篮球进入篮筐时的多张第三图像;第二立杆用于辅助确定目标球员与篮筐之间的横向距离。
拍摄装置包括第一摄像头、显示器、处理器、存储器;第一摄像头用于采集目标球员在篮球出手时刻对应的第一图像,以及追踪采集出手后的篮球运行过程中的多张第二图像;显示器用于显示如图5、图6任一种方法中的数据;存储器,用于存储计算机程序;处理器,用于读取存储器存储的计算机程序,并根据存储器中的计算机程序执行如图5、图6任一种方法。
在一种可实现方式中,第一标志物还包括第一激光指示器,第一激光指示器用于辅助调整第一标志物与拍摄装置的位置。
第二标志物还包括第二激光指示器,第二激光指示器用于辅助调整第二标志物与拍摄装置的位置。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种篮球辅助训练方法,其特征在于,包括:
获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的所述篮球运行过程中的多张第二图像;
根据所述第一图像以及所述第二图像,确定在篮球出手时刻所述目标球员的运动参数;所述运动参数表征在篮球出手时刻所述目标球员的肢体动作情况;
根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率;其中,所述第一偏心率表征所述篮球进入所述篮筐时,所述篮球偏离所述篮筐的偏离情况;
根据所述第一时间、所述第一偏心率,以及获取的所述目标球员对应的当前疲劳度分数,确定第一结果;所述第一结果表征所述篮球进入所述篮筐的准确性情况;所述第一结果的计算公式为:
S=a*T+b*E+c*L
其中,S为第一结果;a、b、c分别为预设系数;T为第一时间;E为第一偏心率;L为当前疲劳度;
根据所述目标球员的运动参数,以及第一结果,确定所述目标球员进球最佳的运动参数;所述最佳的运动参数用于辅助调整所述目标球员的训练;
所述根据所述目标球员的运动参数,以及第一结果,确定所述目标球员进球最佳的运动参数,包括:
将多个所述第一结果进行排序;并根据排序结果,确定各所述第一结果的第一参数;
根据所述目标球员多次投篮的运动参数,以及与各所述运动参数对应的各所述第一结果、各所述第一参数,确定所述目标球员进球最佳的运动参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像以及所述第二图像,确定在篮球出手时刻所述目标球员的运动参数,包括:
根据所述第一图像,识别所述目标球员的人体骨骼;并根据所述人体骨骼,确定所述运动参数中的人体关节角度;所述人体关节角度表征在篮球出手时刻所述目标球员的人体关节角度;
根据所述第一图像,确定所述运动参数中的起跳高度;所述起跳高度表征在篮球出手时刻所述目标球员的脚部离地面的高度;
根据所述第二图像,确定篮球出手时所述篮球的第一位置,以及篮球到达最高点时所述篮球的第二位置;根据所述第一位置、所述第二位置,确定所述第一位置与所述第二位置的连接线;将所述连接线与水平方向的夹角确定为所述运动参数中的出手角度;所述出手角度表征在篮球出手时刻所述目标球员的投球角度;
根据所述第二图像,确定所述篮球的落点;并根据所述落点,确定所述运动参数中的出手力量百分比;所述落点表征篮球与篮筐距离最近时,所述篮球的位置;所述出手力量百分比表征在篮球出手时刻所述目标球员的投球力量情况。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二图像,确定所述篮球的落点,包括:
根据所述第二图像,识别出所述篮球所在的第一方框,以及所述篮筐所在的第二方框;
根据所述第一方框,确定所述第一方框的第一中心点位置;根据所述第二方框,确定所述第二方框的第二中心点位置,以及所述篮筐的直径;
将与所述第二中心点位置距离最近的所述第一中心点位置,确定为所述篮球的落点;
所述根据所述落点,确定所述运动参数中的出手力量百分比,包括:
根据所述落点、所述第二中心点位置,确定所述落点与所述第二中心点位置的第一距离;
根据所述第一距离、所述篮筐的直径,确定所述出手力量百分比。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率之前,所述方法还包括:
获取所述篮球进入所述篮筐时的多张第三图像;
根据所述第三图像,识别出所述篮球所在的第三方框,所述篮筐所在的第四方框;
根据所述第三方框,拟合所述篮球的第一圆框;根据所述第四方框,拟合所述篮筐的第二圆框;并根据所述第一圆框确定所述第一圆框的直径;
若所述第二圆框包含所述第一圆框,且所述第一圆框的直径大于预设阈值,则确定所述篮球进入所述篮筐;
所述根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率,包括:
若确定所述篮球进入所述篮筐,则根据所述篮球出手时刻获取的第二图像,以及所述篮球到达所述落点时获取的第二图像,确定所述第一时间;
若确定所述篮球进入所述篮筐,则将所述第一距离与所述篮筐的直径的比值,确定为所述第一偏心率。
5.根据权利要求2所述的方法,其特征在于,所述人体关节角度包括如下至少一项:踝关节角度,膝关节角度,髋关节角度,肩关节角度,肘关节角度,腕关节角度。
6.根据权利要求1所述的方法,其特征在于,所述获取的所述目标球员对应的当前疲劳度分数,包括:
获取初始的疲劳度分数、预设系数、投篮次数;
根据所述初始的疲劳度分数、预设系数、投篮次数,确定当前投篮的当前疲劳度分数。
7.一种篮球辅助训练装置,其特征在于,所述装置包括:
获取单元,用于获取目标球员在篮球出手时刻对应的第一图像;并追踪获取出手后的所述篮球运行过程中的多张第二图像;
参数确定单元,用于根据所述第一图像以及所述第二图像,确定在篮球出手时刻所述目标球员的运动参数;所述运动参数表征在篮球出手时刻所述目标球员的肢体动作情况;
结果确定单元,用于根据所述第二图像,分别确定所述篮球从出手到进入篮筐的第一时间,以及所述篮球进入所述篮筐时的第一偏心率;其中,所述第一偏心率表征所述篮球进入所述篮筐时,所述篮球偏离所述篮筐的偏离情况;
所述结果确定单元,还用于根据所述第一时间、所述第一偏心率,以及获取的所述目标球员对应的当前疲劳度分数,确定第一结果;所述第一结果表征所述篮球进入所述篮筐的准确性情况;所述第一结果的计算公式为:
S=a*T+b*E+c*L
其中,S为第一结果;a、b、c分别为预设系数;T为第一时间;E为第一偏心率;L为当前疲劳度;
最佳参数确定单元,用于根据所述目标球员的运动参数,以及第一结果,确定所述目标球员进球最佳的运动参数;所述最佳的运动参数用于辅助调整所述目标球员的训练;
所述最佳参数确定单元,具体用于将多个所述第一结果进行排序;并根据排序结果,确定各所述第一结果的第一参数;根据所述目标球员多次投篮的运动参数,以及与各所述运动参数对应的各所述第一结果、各所述第一参数,确定所述目标球员进球最佳的运动参数。
8.一种篮球辅助训练系统,其特征在于,所述系统包括:呈三角形排列的拍摄装置、第一标志物以及第二标志物;所述第一标志物位于目标球员侧;所述第二标志物位于篮筐下方;
其中,所述第一标志物包括第一立杆;所述第一立杆用于辅助确定所述目标球员与所述篮筐之间的横向距离,以及所述目标球员在篮球出手时刻的起跳高度;
所述第二标志物包括第二立杆、第二摄像头;所述第二摄像头用于采集篮球进入篮筐时的多张第三图像;所述第二立杆用于辅助确定所述目标球员与所述篮筐之间的横向距离;
所述拍摄装置包括第一摄像头、显示器、处理器、存储器;所述第一摄像头用于采集目标球员在篮球出手时刻对应的第一图像,以及追踪采集出手后的所述篮球运行过程中的多张第二图像;所述显示器用于显示上述权利要求1-6任一项所述的方法中的数据;所述存储器,用于存储计算机程序;所述处理器,用于读取所述存储器存储的计算机程序,并根据所述存储器中的计算机程序执行上述权利要求1-6任一项所述的方法。
9.根据权利要求8所述的系统,其特征在于,所述第一标志物还包括第一激光指示器,所述第一激光指示器用于辅助调整所述第一标志物与所述拍摄装置的位置;
所述第二标志物还包括第二激光指示器,所述第二激光指示器用于辅助调整所述第二标志物与所述拍摄装置的位置。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现上述权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210922016.2A CN115414646B (zh) | 2022-08-02 | 2022-08-02 | 篮球辅助训练方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210922016.2A CN115414646B (zh) | 2022-08-02 | 2022-08-02 | 篮球辅助训练方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115414646A CN115414646A (zh) | 2022-12-02 |
CN115414646B true CN115414646B (zh) | 2024-04-12 |
Family
ID=84196617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210922016.2A Active CN115414646B (zh) | 2022-08-02 | 2022-08-02 | 篮球辅助训练方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115414646B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365427A (en) * | 1992-01-10 | 1994-11-15 | Soignet Gerard C | Method and apparatus for indicating the optimal shot path of a basketball |
CN105107178A (zh) * | 2015-08-03 | 2015-12-02 | 厦门市简极科技有限公司 | 一种投篮动作训练方法 |
CN113617004A (zh) * | 2021-08-03 | 2021-11-09 | 燕山大学 | 一种提高篮球运动员投篮命中率的训练方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11413514B2 (en) * | 2016-08-23 | 2022-08-16 | Pillar Vision, Inc. | Systems and methods for evaluating player performance |
-
2022
- 2022-08-02 CN CN202210922016.2A patent/CN115414646B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365427A (en) * | 1992-01-10 | 1994-11-15 | Soignet Gerard C | Method and apparatus for indicating the optimal shot path of a basketball |
CN105107178A (zh) * | 2015-08-03 | 2015-12-02 | 厦门市简极科技有限公司 | 一种投篮动作训练方法 |
CN113617004A (zh) * | 2021-08-03 | 2021-11-09 | 燕山大学 | 一种提高篮球运动员投篮命中率的训练方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115414646A (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101964047B (zh) | 一种基于多跟踪点的人体动作识别方法 | |
CN104117202A (zh) | 投影式台球击球智能辅助系统和方法 | |
JP6915701B2 (ja) | 抽出プログラム、抽出方法および情報処理装置 | |
AU2012231925B2 (en) | Virtual golf simulation apparatus and sensing device and method used for the same | |
US9454825B2 (en) | Predictive flight path and non-destructive marking system and method | |
CN111444890A (zh) | 一种基于机器学习的体育数据分析系统和方法 | |
CN112183355B (zh) | 基于双目视觉和深度学习的出水高度检测系统及其方法 | |
US20230372803A1 (en) | Tennis self-training system | |
JP2014512903A (ja) | 仮想ゴルフシミュレーション装置に用いられるセンシング装置及びセンシング方法 | |
KR20190031111A (ko) | 가상 테니스 시뮬레이션 시스템, 이에 이용되는 센싱장치 및 센싱방법 | |
US20230419731A1 (en) | Detection of kinetic events and mechanical variables from uncalibrated video | |
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 | |
CN110075498A (zh) | 一种篮球辅助训练系统 | |
KR100907704B1 (ko) | 인공지능형 캐디를 이용한 골퍼자세교정시스템 및 이를이용한 골퍼자세교정방법 | |
CN111184994B (zh) | 击球训练方法、终端设备及存储介质 | |
JPWO2018122956A1 (ja) | スポーツ動作解析支援システム、方法およびプログラム | |
KR20010008367A (ko) | 투구연습장치와 이를 이용한 투수의 투구분석방법 및오프라인의 투구연습장치의 투구정보를 온라인과 연계하여야구게임을 수행하는 방법 | |
CN115414646B (zh) | 篮球辅助训练方法、装置 | |
CN107126688A (zh) | 一种篮球投篮训练装置 | |
CN110929595A (zh) | 一种基于人工智能的有球无球训练或娱乐系统及方法 | |
Malawski | Real-Time First Person Perspective Tracking and Feedback System for Weapon Practice Support in Fencing. | |
CN107180423B (zh) | 一种基于运动轨迹的球类发球陪练方法 | |
EP4325443A1 (en) | Data processing apparatus and method | |
US11707663B1 (en) | System for tracking, locating and predicting the position of a ball in a game of baseball or similar | |
Jingwei et al. | Research on Basketball Training Optimization System under Computer Big Data Technology |
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 | ||
CP03 | Change of name, title or address |
Address after: 518000 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee after: Shenzhen Haiqing Zhiyuan Technology Co.,Ltd. Country or region after: China Address before: 518000 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee before: SHENZHEN HIVT TECHNOLOGY Co.,Ltd. Country or region before: China |