CN118022296A - 高尔夫球教学方法及高尔夫球教学系统 - Google Patents

高尔夫球教学方法及高尔夫球教学系统 Download PDF

Info

Publication number
CN118022296A
CN118022296A CN202211455789.0A CN202211455789A CN118022296A CN 118022296 A CN118022296 A CN 118022296A CN 202211455789 A CN202211455789 A CN 202211455789A CN 118022296 A CN118022296 A CN 118022296A
Authority
CN
China
Prior art keywords
swing
information
expert
user
data
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
Application number
CN202211455789.0A
Other languages
English (en)
Inventor
蔡政宏
日嘉瑜
简志中
吕礼琳
谭绍骏
赖文复
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.)
Institute for Information Industry
Original Assignee
Institute for Information Industry
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 Institute for Information Industry filed Critical Institute for Information Industry
Publication of CN118022296A publication Critical patent/CN118022296A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • 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
    • A63B69/00—Training appliances or apparatus for special sports
    • A63B69/36—Training appliances or apparatus for special sports for golf
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • 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
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/003—Repetitive work cycles; Sequence of movements
    • G09B19/0038—Sports
    • 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
    • A63B2024/0012—Comparing movements or motion sequences with a registered reference
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2102/00—Application of clubs, bats, rackets or the like to the sporting activity ; particular sports involving the use of balls and clubs, bats, rackets, or the like
    • A63B2102/32—Golf
    • 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
    • A63B2220/807—Photo cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Social Psychology (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Psychiatry (AREA)
  • Processing Or Creating Images (AREA)
  • Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)
  • Lining Or Joining Of Plastics Or The Like (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种高尔夫球教学方法及高尔夫球教学系统。高尔夫球教学方法包括：配置多个影像捕获设备及高尔夫球模拟器，在使用者进行高尔夫球的挥杆动作时捕获挥杆影像数据及对应的模拟器数据；配置专家模型，包含有对应挥杆动作中的多个阶段的专家动作信息，及其对应的修正建议信息；配置计算装置对挥杆影像数据及模拟器数据执行分析程序，以将挥杆动作分成该多个阶段中的使用者动作信息；经由专家模型，比对每一个阶段中使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息；以及配置使用者接口以提供修正建议信息。因此，本申请的高尔夫球教学方法及高尔夫球教学系统，能够将异质数据结合专家知识来提供科学化指导。

Description

高尔夫球教学方法及高尔夫球教学系统
技术领域
本发明涉及一种教学方法及教学系统，具体涉及一种高尔夫球教学方法及高尔夫球教学系统。
背景技术
在高尔夫球运动的学习过程中，当击球者进行挥杆时，可经由高尔夫球模拟器来分析击球者相关数据，如击球点位置、挥杆角度、挥杆轨迹、球路弹道飞行轨迹、肢体动作变化、肢体旋转角度等，可以协助教学者及学习者针对训练历程进行科学化辅助与调整，拟定训练计划，并延伸个人化训练历程提供跨域服务，例如常犯错误提示及球场击球策略等。
在现有的高尔夫球教学方式中，通常是以教练观看动作姿态与经验进行教学判断，欠缺运动科学量化与知识评估。近年来发展出高尔夫球模拟器，可分析使用者的动作以及预估高尔夫球被击出后的飞行途径，但至今仍未有完整的高尔夫球教学方案，如何将知识经验数字化，并结合异质数据关联化，提供辅助性科学化知识指导，提升运动科技服务体验，将是重要关键。
因此，如何通过教学方式的改良，来克服上述的缺陷，已成为所述项事业所欲解决的重要课题之一。
发明内容
本发明所要解决的技术问题在于，针对现有技术的不足提供一种高尔夫球教学方法及高尔夫球教学系统，能够将异质数据结合专家知识来提供科学化指导。
为了解决上述的技术问题，本发明所采用的其中一技术方案是提供一种高尔夫球教学方法，包括：配置多个影像捕获设备及高尔夫球模拟器，在使用者进行挥杆动作时捕获使用者的多个挥杆影像数据及对应的多个模拟器数据；配置计算装置接收多个挥杆影像数据及多个模拟器数据；配置专家模型，其中，所述专家模型包含有对应所述挥杆动作中的多个阶段的专家动作信息，及多个所述阶段对应的修正建议信息；配置计算装置执行下列步骤：对多个挥杆影像数据及多个模拟器数据执行分析程序，以将挥杆动作分成多个阶段中的使用者动作信息；经由专家模型，比对每一个所述阶段中使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息；以及配置使用者接口以提供修正建议信息。
优选地，多个影像捕获设备包括：上方摄影机，用于取得所述使用者进行挥杆动作时的至少一个上方影像；侧面摄影机，用于取得所述使用者进行挥杆动作时的至少一个侧面影像；以及正面摄影机，用于取得所述使用者进行挥杆动作时的至少一个正面影像。
优选地，分析程序包括：依据人体模型，对至少一个正面影像及至少一个侧面影像进行多个身体部位的肢体特征点识别，以产生动作信息。
优选地，进行多个身体部位的肢体特征点识别的步骤包括：依据人体模型从多个身体部位的肢体特征点识别产生骨架信息后，对骨架信息使用肢体特征识别模型提取出挥杆动作中的多个挥杆定点的肢体动作变化信息及肢体旋转角度信息作为动作信息。
优选地，进行多个身体部位的肢体特征点识别的步骤还包括：依据多个挥杆定点的肢体动作变化信息及肢体旋转角度信息的特征，将动作信息分成多个阶段。
优选地，高尔夫球教学方法还包括：执行模型建立程序，以产生专家模型，其中，模型建立程序包括：取得与多个第一初学者相关的多个初学挥杆数据；经由标注接口以供多个初学挥杆数据进行姿势偏差标注，以产生训练数据；所述训练数据训练多个第二初学者，以验证并修正训练数据；提供多个参考文本，并以多个参考文本建立语意库；将多个初学挥杆数据、经过标注的训练数据及语意库进行关联，以产生专家知识图谱；依据使用者接口的显示内容设定推论模型目标；以及依据专家知识图谱及推论模型目标，建立在专家模型中用于姿势校正推论的模糊规则。
优选地，专家模型还包含有对应所述挥杆动作的挥杆定点细部信息，且计算装置还经由多个所述挥杆影像数据及多个所述模拟器数据进行分析取得使用者的所述挥杆动作的挥杆定点细部信息，且经由标注接口以供多个初学挥杆数据进行的多个姿势偏差标注包括对应的常犯错误、挥杆定点细部偏差及专家修正建议。
优选地，专家模型还包含有对应所述挥杆动作的击球点类特征信息，且高尔夫球教学方法包括配置所述计算装置以：经由对多个挥杆影像数据及多个模拟器数据进行分析取得使用者进行挥杆动作时的击球点类特征信息；以及通过比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对专家模型的击球点类特征信息和使用者的击球点类特征信息，以产生比对结果。
优选地，专家模型还包含有对应所述挥杆动作的球路类特征信息，且高尔夫球教学方法还包括经由计算装置从多个所述模拟器数据中取出模拟器的球路类特征信息，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对专家模型的球路类特征信息和模拟器的球路类特征信息，以产生比对结果。
为了解决上述的技术问题，本发明所采用的另外一技术方案是提供一种高尔夫球教学系统，包括多个影像捕获设备、高尔夫球模拟器、计算装置及使用者接口。多个影像捕获设备及高尔夫球模拟器经配置以在使用者进行挥杆动作时捕获使用者的多个挥杆影像数据及对应的多个模拟器数据。计算装置，经配置以执行下列步骤：接收多个所述挥杆影像数据及多个模拟器数据；取得专家模型，其中，所述专家模型包含有对应所述挥杆动作中的多个阶段的专家动作信息，及多个所述阶段对应的修正建议信息；对多个挥杆影像数据及多个模拟器数据执行分析程序，以将所述挥杆动作分成多个所述阶段中的使用者动作信息；以及经由所述专家模型，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息。使用者接口经配置以提供修正建议信息。
优选地，多个影像捕获设备包括：上方摄影机，用于取得使用者进行所述挥杆动作时的至少一个上方影像；侧面摄影机，用于取得使用者进行所述挥杆动作时的至少一个侧面影像；以及正面摄影机，用于取得使用者进行所述挥杆动作时的至少一个正面影像。
优选地，分析程序包括：依据人体模型，对至少一个正面影像及至少一个侧面影像进行多个身体部位的肢体特征点识别，以产生动作信息。
优选地，进行多个身体部位的肢体特征点识别的步骤包括：依据人体模型从多个身体部位的肢体特征点识别产生骨架信息后，对骨架信息使用肢体特征识别模型提取出挥杆动作中的多个挥杆定点的肢体动作变化信息及肢体旋转角度信息作为动作信息。
优选地，进行多个身体部位的肢体特征点识别的步骤更包括：依据多个挥杆定点的肢体动作变化信息及肢体旋转角度信息的不同特征，将动作信息分成多个所述阶段。
优选地，计算装置经配置以执行模型建立程序，以产生专家模型，其中，所述模型建立程序包括：取得与多个第一初学者相关的多个初学挥杆数据；经由标注接口以供多个初学挥杆数据进行姿势偏差标注，以产生训练数据；以所述训练数据训练多个第二初学者，以验证并修正训练数据；提供多个参考文本，并以多个参考文本建立语意库；将多个初学挥杆数据、经过标注的所述训练数据及所述语意库进行关联，以产生专家知识图谱；依据使用者接口的显示内容设定推论模型目标；以及依据专家知识图谱及所述推论模型目标，建立在所述专家模型中用于姿势校正推论的模糊规则。
优选地，专家模型还包含有对应挥杆动作的挥杆定点细部信息，且计算装置还经由多个挥杆影像数据及多个模拟器数据进行分析取得使用者的挥杆动作时的挥杆定点细部信息，且经由标注接口以供多个初学挥杆数据进行的多个姿势偏差标注包括对应的常犯错误、挥杆定点细部偏差及专家修正建议。
优选地，专家模型还包含有对应所述挥杆动作的击球点类特征信息，且所述计算装置还经由对多个挥杆影像数据及多个模拟器数据进行分析取得使用者进行高尔夫球挥杆动作时的击球点类特征信息，以及通过比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对专家模型的击球点类特征信息和使用者的击球点类特征信息，以产生比对结果。
优选地，专家模型还包含有对应所述挥杆动作的球路类特征信息，且计算装置更由从多个所述模拟器数据中取出模拟器的球路类特征信息，比对每一个所述阶段中使用者动作信息和对应的专家动作信息以及比对专家模型的球路类特征信息和模拟器的球路类特征信息，以产生比对结果。
为使能更进一步了解本发明的特征及技术内容，请参考以下有关本发明的详细说明与图式，然而所提供的图式仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
图1为本发明实施例的高尔夫球教学系统的功能方块图。
图2A及图2B为本发明实施例的上方摄影机、侧面摄影机及正面摄影机的配置示意图。
图3为本发明实施例的高尔夫球教学方法的流程图。
图4为本发明实施例的分析程序的流程图。
图5A及图5B为本发明实施例的对高尔夫球、球杆杆面及球杆进行对象识别与追踪的示意图。
图6A及图6B分别为针对挥杆定点P1及P10时的身体部位进行肢体特征识别的示意图。
图7为本发明实施例的用于建立专家模型的模型建立程序的流程图。
图8为本发明实施例的隶属函数的限定方式的示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明所公开有关“高尔夫球教学方法及高尔夫球教学系统”的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可以通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不背离本发明的构思下进行各种修改与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。另外，本文中所使用的术语“或”，应视实际情况可能包括相关联的列出项目中的任一个或者多个的组合。
图1为本发明实施例的高尔夫球教学系统的功能方块图。参考图1所示，本发明第一实施例提供一种高尔夫球教学系统1，包括影像捕获模块10、高尔夫球模拟器12、计算装置14及使用者接口16。
高尔夫球模拟器12可以用于模拟高尔夫球场及高尔夫球的轨迹，以提供高尔夫球运动者如同实际在高尔夫球场上进行高尔夫球运动的体验。详细而言，高尔夫球模拟器12通常包括模拟器主机120、传感器模块122及模拟显示设备124，当使用者于室内进行击球时，传感器模块122包括的多个传感器可检测使用者的各项击球数据做为模拟器数据，并传回模拟器主机120计算出可能的速度、方向及行进轨迹，再通过模拟显示设备124显示被击出的高尔夫球在虚拟高尔夫球场中的行进过程。其中，传感器模块122可取得的模拟器数据可以包括多个挥杆感测数据，包括球速、杆头速度、发射方向、发射角度、杆面角度、球杆路径、后旋、侧旋、击球系数中的一者或多者，但上述仅为举例，本发明不以此为限。此外，多个所述传感器可以包括光学传感器、速度传感器、力量传感器、压力传感器、温度传感器、声音传感器及加速度传感器中一者或多者，且可以例如设置于使用者的身体部位、高尔夫球杆、高尔夫球及击球区周围中的一者或多者，以实现针对上述挥杆感测数据的感测。
在一些实施例中，影像捕获模块10可以包括多个影像捕获设备，影像捕获设备可以例如是相机或摄影机。图2A及图2B为本发明实施例的上方摄影机、侧面摄影机及正面摄影机的配置示意图。如图2A及图2B所示，在本发明的实施例中，影像捕获模块10可以例如包括上方摄影机100、侧面摄影机102及正面摄影机104，分别设置于高尔夫球击球区20的上方、正面与侧面，用于取得使用者22站在高尔夫球击球区20内进行高尔夫挥杆动作时的上方影像、侧面影像及侧面影像，且此等影像须至少完整捕获高尔夫球、球杆及使用者22的身体的所有部位，以在后续分析中提供足够的数据量。然而，影像捕获模块10所包括的多个影像捕获设备的设置位置及数量不以此为限。此外，在一些实施例中，上方摄影机100、侧面摄影机102及正面摄影机104也可以包括于高尔夫球模拟器12中。
在一些实施例中，计算装置14可以例如是通用计算机系统或服务器，且可以包括处理器140、存储器142及通信接口144。其中，处理器140电性连接存储器142及通信接口144，处理器140可以包括一个或多个处理单元，且可以例如是可以执行数据的计算或其他操作的中央处理单元(CPU)及/或通用微处理器、微控制器、数字信号处理器(DigitalSignal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑设备(Programmable Logic Device,PLD)、控制器的任意组合，或任何其他合适的电路、设备及/或结构。
在一些实施例中，存储器142可以例如为，但不限于硬盘、固态硬盘或其他可用以储存数据的储存装置，其经配置以至少储存多个计算机可读指令D1、分析程序D2、专家模型D3、对象识别模型D4及数据库D5。
在一些实施例中，通信接口144可以例如是网络适配器或应用程序编程接口(application programming interface,API)，经配置以在处理器140的控制下与影像捕获模块10、高尔夫球模拟器12及使用者接口16通信连接，以取得前述的上方影像、侧面影像及侧面影像及模拟器数据，并储存在数据库D5中。
针对使用者接口16，可以例如是以使用者所持有的智能型行动装置与计算装置14通信连接，并执行高尔夫球教学应用程序后，以行动装置的显示器显示使用者接口16。此使用者接口16可以将计算装置14所提供的高尔夫球教学信息进行显示，同时提供具体的配置选项供使用者操作，以控制所欲显示的高尔夫球教学内容。
图3为本发明实施例的高尔夫球教学方法的流程图。参考图3所示，本发明实施例还提供一种高尔夫球教学方法，其适用于前述的高尔夫球教学系统1，但不以此为限。如图3所示，高尔夫球教学方法至少包括下列步骤：
步骤S1：配置影像捕获设备及高尔夫球模拟器，于使用者进行挥杆动作时捕获使用者的挥杆影像数据及对应的模拟器数据。
接着，高尔夫球教学方法包括配置计算装置14执行多个计算机可读指令D1，以执行下列步骤：
步骤S2：接收挥杆影像数据及模拟器数据。
步骤S3：对挥杆影像数据及模拟器数据执行分析程序，以将挥杆动作分成多个阶段中的使用者动作信息。
需说明，本发明实施例通过此步骤结合挥杆影像数据及模拟器数据中的传感器数据，进行分析后可完整提供在击球过程中全方位的三维信息作为使用者动作信息。使用者动作信息可以例如包括上方视角的击球点类特征信息、侧面视角的挥杆类特征信息与球路类特征信息，及正面视角的肢体动作类信息。
图4为本发明实施例的分析程序的流程图。请参考图4，可以通过配置处理器140执行分析程序D2，包括下列步骤：
步骤S30：对挥杆影像数据及模拟器数据进行分析，以取得击球点类特征信息、挥杆类特征信息、肢体动作类信息及球路类特征信息。
其中，针对击球点类特征信息，可以执行步骤S301：对上方影像使用第一对象识别模型对高尔夫球、球杆杆面及球杆进行对象识别与追踪，以产生击球点类特征信息。其中，第一对象识别模型可以包括在对象识别模型D4中，且可以例如是YOLO(You Only LookOnce)v4模型。
图5A及图5B为本发明实施例的对高尔夫球、球杆杆面及球杆进行对象识别与追踪的示意图。例如，如图5A及图5B所示，在图5A中描绘了球杆杆面50的挥动轨迹51及高尔夫球52的初始位置，图5B中则是对多个上方影像进行处理，如通过对象框53、54分别对高尔夫球及球杆杆面对象识别与追踪，最后可提取出击球点类特征信息，包括多种杆头识别、高尔夫球识别、多种击球点位置解析等。
此外，针对挥杆类特征信息，可以执行步骤S302：对侧面影像及正面影像使用第二对象识别模型对使用者的多个身体部位、高尔夫球、球杆杆头进行对象识别与追踪，以产生挥杆类特征信息。举例而言，挥杆类特征信息可以包括击球面积、挥杆角度、挥杆定点解析等信息。需说明，第二对象识别模型亦包括在对象识别模型D4中，且在使用第二对象识别模型进行识别及追踪的步骤中，可以包括使用YOLOR、Mediapipe等模型进行高尔夫球杆的对象识别与追踪，以及包括使用Mediapipe进行肢体特征点识别。
需要说明的是，在上述步骤中，当通过计算装置14分析挥杆动作时，可以依据人体模型，对正面影像及侧面影像中的使用者的多个身体部位进行肢体特征点识别，以产生动作信息。
更详细而言，对使用者的多个身体部位进行肢体特征点识别的步骤可以包括执行步骤S303：以人体模型从身体部位识别产生骨架信息后，对骨架信息使用肢体特征识别模型提取出挥杆动作中的多个挥杆定点的肢体动作变化信息及肢体旋转角度信息。
请参考图6A及图6B，图6A及图6B分别为针对挥杆定点P1及P10时的身体部位进行肢体特征识别的示意图。举例来说，如图6A及图6B所示，可以依据高尔夫球P分类系统(Pclassification system)所限定的十个挥杆定点P1至P10，从身体部位识别产生骨架信息60后，使用肢体特征识别模型(如Mediapipe)提取出各挥杆定点的肢体动作类信息，例如，图6A显示从对应于挥杆定点P1的动作中捕获的骨架60，图6B显示从对应于挥杆定点P10的动作中捕获的骨架61，因此，在步骤S303中，由于每个挥杆定点的动作均不同，因此，可以依据挥杆定点在肢体动作变化信息及肢体旋转角度信息上的不同特征，将肢体动作类信息分成上述多个阶段。其中，各挥杆定点的肢体动作类信息可以包括肢体动作变化(如头部抬起、身体平移等)、肢体旋转角度(手腕弯曲、手臂与身体夹角等)信息。
另一方面，针对球路类特征信息，可以执行步骤S304：从挥杆感测数据中取得杆面角度信息及杆面路径信息，对杆面角度信息及杆面路径信息执行轨迹分析，以产生球路类特征信息。详细而言，在步骤S304中，可以将取得的杆面角度信息及杆面路径信息，结合专家知识，解析出不同杆面角度与杆面路径时，所对应的多种球路规则。也就是说，在此步骤中，可以依据专家知识限定特定的杆面角度、杆面路径及球路规则的对应关系，再依照此对应关系将取得杆面角度信息及杆面路径信息进行分类来执行轨迹分析，最后决定球路类特征。球路类特征信息例如包括右曲球、左曲球、飞太高、飞不远等信息。
请再参考图3，高尔夫球教学方法进入步骤S4：取得专家模型。其中，专家模型包含有对应挥杆动作中的多个阶段的专家动作信息，及其对应的修正建议信息。
详细而言，取得专家模型的步骤S4可以包括执行模型建立程序以产生专家模型D3，此步骤的目的在于将知识经验数字化。
请先参考图7，其为本发明实施例的用于建立专家模型的模型建立程序的流程图。如图7所示，模型建立程序包括下列步骤：
步骤S40：取得与多个第一初学者相关的初学挥杆数据。需说明，此步骤为产生训练数据阶段，举例而言，可以以30位初学者(A组)的击球数据为基础(以七号杆的击球信息及影片信息)，建立500笔观测数据。需说明，观测数据包括前述步骤中取得的多个阶段中的使用者动作信息，且包括击球点类特征信息、挥杆类特征信息、肢体动作类信息及球路类特征信息。
步骤S41：经由标注接口以供多个初学挥杆数据进行姿势偏差标注，以产生训练数据。此步骤为知识经验数字化阶段，可以例如由多个专业教练审视击球影片，并对应击球的观测数据，经由标注接口来标记身体部位姿势的位移与角度等偏差，进而建立高尔夫专家知识图谱。需说明，标注接口可以例如是通过前述的计算装置14及电性连接计算装置14的显示设备来提供击球影片及对应的击球观测数据，并通过键盘、鼠标等输入设备来输入与姿势偏差标注相关的标注内容。所谓的姿势偏差标注可以针对挥杆动作中的多个阶段进行标注，且可以包括对应的常犯错误、挥杆定点细部偏差及专家修正建议。
步骤S42：以训练数据训练多个第二初学者，以验证并修正训练数据。举例而言，可以以另外30位初学者(B组)进行实证，提供采用多个循环实证(3次，每次间隔一个月)，进行训练数据滚动式验证与修正。
步骤S43：提供多个参考文本，并以参考文本建立语意库。例如，可以通过访谈专业教练、选手及学者，建立参考文本，建立高尔夫球领域的专业语意库。
步骤S44：将初学挥杆数据、经过标注的训练数据及语意库进行关联，以产生专家知识图谱。举例来说，可以将初学挥杆数据中，错误的击球姿势与经过标注的训练数据中的姿势修正方案进行关联，并为错误的击球姿势、姿势修正方案与语意库中的专业术语或运动科学理论描述等异质数据建立关联性。
步骤S45：依据使用者接口的显示内容设定推论模型目标。举例来说，专家模型可以例如是模糊推论引擎，可以将预定要在使用者接口16中提供的高尔夫球教学内容作为模糊推论引擎的推论模型目标。例如，目标是针对挥杆动作中的每个阶段提供正确的姿势修正建议。
步骤S46：以专家知识图谱为基础及推论模型目标，建立在专家模型中用于姿势校正推论的模糊规则。例如，在先前的步骤中已经建立了专家知识图谱，因此，可以专家知识图谱中的数据为基础来选择输入变量及输出变量。
在上面实施例中，将语意库中的多个高尔夫球语料转换为多个语意变量，并以语意变量设定输入变量、输出变量及对应的值域。例如，可以将使用者于挥杆过程中，身体各部位的大关节、小关节及细部关节的状态设定为输入变量，而将其相对于正确姿势的偏移程度(例如，夹角)设定为对应的值域，而输出变量则是对于错误姿势的姿势修正建议，例如肩膀旋转不足、髋骨旋转过度、右膝未保持弯曲等。
在上面实施例中，建立模糊规则时，可以执行模糊化步骤，以形成与输入变量及输出变量相关联的多个模糊集合，并依据输入变量及输出变量限定多个隶属函数，进而建立在专家模型中用于姿势校正推论的模糊规则。
图8为本发明实施例的隶属函数的限定方式的示意图。可参考图8，隶属函数的限定方式可如图8所示，纵轴对应的是隶属函数，横轴对应的是特定关节部位的偏移程度，例如，当偏移程度小于零，则代表朝向水平偏移，且对应的值越大则代表水平偏移越严重。当偏移程度大于零则代表朝向垂直偏移，对应的值越大则代表垂直偏移越严重。以图8举例，当特定小关节处的状态对应到的是-5至-10度的水平偏移，而右腿未保持弯曲的对应的隶属函数的值在此区间最高，则可推论出是右腿未保持弯曲造成的。以此方式，即可建立出针对姿势校正推论的模糊规则。此外，姿势修正建议还可以包括右手臂贴近身体、左手腕过度外展、右手臂过于抬高、左手臂弯曲、肩膀旋转不足、身体躯干向右偏移、左手腕过度外展、右手腕过度弯曲及右手腕内弯等。
请再参考图3，高尔夫球教学方法进入步骤S5：经由专家模型，比对每一个阶段中使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息。
步骤S6：配置使用者接口以提供修正建议信息。
在步骤S5、S6中，可使用步骤S40至S46所建立的专家模型来针对挥杆动作中的每个阶段提供正确的姿势修正建议，并通过执行高尔夫球教学应用程序的行动装置显示使用者接口16。此使用者接口16所显示的高尔夫球教学内容可以包括击球信息、姿势错误信息、各挥杆定点信息、专家建议修正信息、击球历程分析及个人化击球策略。举例来说，各挥杆定点信息可包含10种挥杆阶段动作细部解析(头、肩、手、腰、脚的旋转角度)，姿势错误信息可以包括使用者常犯的八种错误检测(剃头球、切滚球、棒击球、右飞球、左飞球、右曲球、左曲球、力道不足)。专家建议修正信息则可提供正确动作指导教学，让使用者可以快速洞察与修正，并提供教练更精准的教学辅助。
由上述公开内容可知，本发明的其中一有益效果在于，在本发明所提供的高尔夫球教学方法及高尔夫球教学系统中，提供一种将异质数据结合专家知识的教学指导系统，通过将知识经验数字化并结合异质数据关联化，提供辅助性科学化知识指导，进而提升运动科技服务体验。
此外，本发明所提供的高尔夫球教学方法及高尔夫球教学系统能够在任何高尔夫球模拟器进行导入，使用者仅需通过高尔夫球模拟器进行击球互动，高尔夫球教学系统可以自动分析使用者需要修正的问题，包含多种挥杆阶段动作的细部解析、常犯错误检测及正确动作指导教学，让使用者可快速洞察与修正，亦提供教练更精准的教学辅助。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的申请专利范围，所以凡是运用本发明说明书及图式内容所做的等效技术变化，均包含于本发明的申请专利范围内。
【符号说明】
1：高尔夫球教学系统
10：影像捕获模块
12：高尔夫球模拟器
120：模拟器主机
122：传感器模块
124：模拟显示设备
14：计算装置
140：处理器
142：存储器
144：通信接口
16：使用者接口
20：高尔夫球击球区
22：使用者
50：球杆杆面
51：挥动轨迹
52：高尔夫球
53、54：对象框
60、61：骨架
D1：计算机可读指令
D2：分析程序
D3：专家模型
D4：对象识别模型
D5：数据库
P1、P10：挥杆定点。

Claims (18)

1.一种高尔夫球教学方法，其特征在于，所述的高尔夫球教学方法包括：
配置多个影像捕获设备及高尔夫球模拟器，在使用者进行挥杆动作时捕获所述使用者的多个挥杆影像数据及对应的多个模拟器数据；
配置计算装置以接收多个所述挥杆影像数据及多个所述模拟器数据；
配置专家模型，其中所述专家模型包含有对应所述挥杆动作中的多个阶段的专家动作信息，及多个所述阶段对应的修正建议信息；
配置所述计算装置执行下列步骤：
对多个所述挥杆影像数据及多个所述模拟器数据执行分析程序，以将所述挥杆动作分成多个所述阶段中的使用者动作信息；及
经由所述专家模型，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息；以及
配置使用者接口以提供所述修正建议信息。
2.如权利要求1所述的高尔夫球教学方法，其特征在于，多个所述影像捕获设备包括：
上方摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个上方影像；
侧面摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个侧面影像；以及
正面摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个正面影像。
3.如权利要求2所述的高尔夫球教学方法，其特征在于，所述分析程序包括：
依据人体模型，对所述至少一个正面影像及所述至少一个侧面影像进行多个身体部位的肢体特征点识别，以产生所述使用者动作信息。
4.如权利要求3所述的高尔夫球教学方法，其特征在于，进行多个身体部位的肢体特征点识别的步骤包括：
依据所述人体模型从多个所述身体部位的肢体特征点识别产生骨架信息后，对所述骨架信息使用肢体特征识别模型提取出所述挥杆动作中的多个挥杆定点的肢体动作变化信息及肢体旋转角度信息作为所述使用者动作信息。
5.如权利要求4所述的高尔夫球教学方法，其特征在于，进行多个身体部位的肢体特征点识别的步骤还包括：
依据多个所述挥杆定点的肢体动作变化信息及肢体旋转角度信息的特征，将所述使用者动作信息分成多个所述阶段。
6.如权利要求1所述的高尔夫球教学方法，其特征在于，所述的高尔夫球教学方法还包括：
执行模型建立程序，以产生所述专家模型，其中，所述模型建立程序包括：
取得与多个第一初学者相关的多个初学挥杆数据；
经由标注接口以供多个所述初学挥杆数据进行姿势偏差标注，以产生训练数据；
以所述训练数据训练多个第二初学者，以验证并修正所述训练数据；
提供多个参考文本，并以多个所述参考文本建立语意库；
将多个所述初学挥杆数据、经过标注的所述训练数据及所述语意库进行关联，以产生专家知识图谱；
依据所述使用者接口的显示内容设定推论模型目标；以及
依据所述专家知识图谱及所述推论模型目标，建立在所述专家模型中用于姿势校正推论的模糊规则。
7.如权利要求6所述的高尔夫球教学方法，其特征在于，所述专家模型还包含有对应所述挥杆动作的挥杆定点细部信息，且所述计算装置还经由多个所述挥杆影像数据及多个所述模拟器数据进行分析取得所述使用者的所述挥杆动作的挥杆定点细部信息，且经由所述标注接口以供多个所述初学挥杆数据进行的多个姿势偏差标注包括对应的常犯错误、挥杆定点细部偏差及专家修正建议。
8.如权利要求1所述的高尔夫球教学方法，其特征在于，所述专家模型还包含有对应所述挥杆动作的击球点类特征信息，且所述高尔夫球教学方法还包括配置所述计算装置以：
经由对多个所述挥杆影像数据及多个所述模拟器数据进行分析取得所述使用者进行所述挥杆动作时的击球点类特征信息；以及
通过比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对所述专家模型的击球点类特征信息和使用者的击球点类特征信息，以产生比对结果。
9.如权利要求1所述的高尔夫球教学方法，其特征在于，所述专家模型还包含有对应所述挥杆动作的球路类特征信息，且所述高尔夫球教学方法还包括经由所述计算装置从多个所述模拟器数据中获取模拟器的球路类特征信息，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对所述专家模型的球路类特征信息和模拟器的球路类特征信息，以产生比对结果。
10.一种高尔夫球教学系统，其特征在于，所述高尔夫球教学系统包括：
多个影像捕获设备及高尔夫球模拟器，经配置以在使用者进行挥杆动作时捕获所述使用者的多个挥杆影像数据及对应的多个模拟器数据；
计算装置，经配置以执行下列步骤：
接收多个所述挥杆影像数据及多个所述模拟器数据；
取得专家模型，其中，所述专家模型包含有对应所述挥杆动作中的多个阶段的专家动作信息，及多个所述阶段对应的修正建议信息；
对多个所述挥杆影像数据及多个所述模拟器数据执行分析程序，以将所述挥杆动作分成多个所述阶段中的使用者动作信息；以及
经由所述专家模型，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息，并依据比对结果提供对应的修正建议信息；以及
使用者接口，经配置以提供所述修正建议信息。
11.如权利要求10所述的高尔夫球教学系统，其特征在于，多个所述影像捕获设备包括：
上方摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个上方影像；
侧面摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个侧面影像；以及
正面摄影机，用于取得所述使用者进行所述挥杆动作时的至少一个正面影像。
12.如权利要求11所述的高尔夫球教学系统，其特征在于，所述分析程序包括：
依据人体模型，对所述至少一个正面影像及所述至少一个侧面影像进行多个身体部位的肢体特征点识别，以产生所述使用者动作信息。
13.如权利要求12所述的高尔夫球教学系统，其特征在于，进行多个身体部位的肢体特征点识别的步骤包括：
依据所述人体模型从多个所述身体部位的肢体特征点识别产生骨架信息后，对所述骨架信息使用肢体特征识别模型提取出所述挥杆动作中的多个挥杆定点的肢体动作变化信息及肢体旋转角度信息作为所述使用者动作信息。
14.如权利要求13所述的高尔夫球教学系统，其特征在于，进行多个身体部位的肢体特征点识别的步骤还包括：
依据多个所述挥杆定点的肢体动作变化信息及肢体旋转角度信息的不同特征，将所述使用者动作信息分成多个所述阶段。
15.如权利要求10所述的高尔夫球教学系统，其特征在于，所述计算装置经配置以执行模型建立程序，以产生所述专家模型，其中，所述模型建立程序包括：
取得与多个第一初学者相关的多个初学挥杆数据；
经由标注接口以供多个所述初学挥杆数据进行姿势偏差标注，以产生训练数据；
以所述训练数据训练多个第二初学者，以验证并修正所述训练数据；
提供多个参考文本，并以多个所述参考文本建立语意库；
将多个所述初学挥杆数据、经过标注的所述训练数据及所述语意库进行关联，以产生专家知识图谱；
依据所述使用者接口的显示内容设定推论模型目标；以及
依据所述专家知识图谱及所述推论模型目标，建立在所述专家模型中用于姿势校正推论的模糊规则。
16.如权利要求15所述的高尔夫球教学系统，其特征在于，所述专家模型还包含有对应所述挥杆动作的挥杆定点细部信息，且计算装置还经由多个所述挥杆影像数据及多个所述模拟器数据进行分析取得所述使用者的所述挥杆动作时的挥杆定点细部信息，且经由所述标注接口以供多个所述初学挥杆数据进行的多个姿势偏差标注包括对应的常犯错误、挥杆定点细部偏差及专家修正建议。
17.如权利要求10所述的高尔夫球教学系统，其特征在于，所述专家模型还包含有对应所述挥杆动作的击球点类特征信息，且所述计算装置还经由对多个所述挥杆影像数据及多个所述模拟器数据进行分析取得所述使用者进行高尔夫球挥杆动作时的击球点类特征信息，以及通过比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及比对所述专家模型的击球点类特征信息和使用者的击球点类特征信息，以产生比对结果。
18.如权利要求10所述的高尔夫球教学系统，其特征在于，所述专家模型还包含有对应所述挥杆动作的球路类特征信息，且所述计算装置还由从多个所述模拟器数据中获取模拟器的球路类特征信息，比对每一个所述阶段中所述使用者动作信息和对应的专家动作信息以及
比对所述专家模型的球路类特征信息和模拟器的球路类特征信息，
以产生比对结果。
CN202211455789.0A 2022-11-14 2022-11-21 高尔夫球教学方法及高尔夫球教学系统 Pending CN118022296A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW111143310A TWI821014B (zh) 2022-11-14 2022-11-14 高爾夫球教學方法及高爾夫球教學系統
TW111143310 2022-11-14

Publications (1)

Publication Number Publication Date
CN118022296A true CN118022296A (zh) 2024-05-14

Family

ID=89722200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211455789.0A Pending CN118022296A (zh) 2022-11-14 2022-11-21 高尔夫球教学方法及高尔夫球教学系统

Country Status (4)

Country Link
US (1) US20240157217A1 (zh)
KR (1) KR20240070382A (zh)
CN (1) CN118022296A (zh)
TW (1) TWI821014B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6719639B2 (en) * 2001-06-13 2004-04-13 John Michael Novosel, Sr. Golf wrist trainer
US20110276153A1 (en) * 2010-04-06 2011-11-10 Allen Joseph Selner Method and system for facilitating golf swing instruction
CN107243148B (zh) * 2017-07-27 2018-06-01 深识全球创新科技（深圳）有限公司 一种基于增强现实的高尔夫推杆辅助训练方法及系统
US10786722B2 (en) * 2017-10-09 2020-09-29 Martin Wyeth Apparatus and method for repetitive training of golf swing
WO2021158688A1 (en) * 2020-02-05 2021-08-12 Rayem Inc. A portable apparatus, method, and system of golf club swing motion tracking and analysis
CN111228771B (zh) * 2020-02-19 2021-08-03 梵高夫科技控股(深圳)有限公司 高尔夫球娱乐系统和高尔夫球训练方法
US20220203166A1 (en) * 2020-12-31 2022-06-30 Vrotein Inc. Putting guide system

Also Published As

Publication number Publication date
KR20240070382A (ko) 2024-05-21
US20240157217A1 (en) 2024-05-16
TWI821014B (zh) 2023-11-01

Similar Documents

Publication Publication Date Title
Ghasemzadeh et al. Wearable coach for sport training: A quantitative model to evaluate wrist-rotation in golf
EP2953115A1 (en) Swing analysis system
WO2011009302A1 (zh) 一种基于多跟踪点的人体动作识别方法
CN116830167A (zh) 用于开放式运动技能的评估和增强系统
KR100907704B1 (ko) 인공지능형 캐디를 이용한 골퍼자세교정시스템 및 이를이용한 골퍼자세교정방법
US11615648B2 (en) Practice drill-related features using quantitative, biomechanical-based analysis
Liu et al. The application of human–computer interaction technology fused with artificial intelligence in sports moving target detection education for college athlete
Pengyu et al. Image detection and basketball training performance simulation based on improved machine learning
WO2023108842A1 (zh) 基于健身教学训练的动作评价方法及系统
US20210331057A1 (en) Swing analysis system that calculates a rotational profile
Xipeng et al. Research on badminton teaching technology based on human pose estimation algorithm
Pai et al. Home Fitness and Rehabilitation Support System Implemented by Combining Deep Images and Machine Learning Using Unity Game Engine.
CN118022296A (zh) 高尔夫球教学方法及高尔夫球教学系统
CN115083017A (zh) 一种动作展示方法、装置及电子设备
KR20220052450A (ko) 골프 스윙 연습 보조 방법 및 장치
TW202419138A (zh) 高爾夫球教學方法及高爾夫球教學系統
JP2022061784A (ja) 運動解析装置、運動解析方法、及び運動解析プログラム
CN115414647B (zh) 一种软硬件结合的拍类运动可视训练装置
WO2021230282A1 (ja) ゴルフレッスンシステム、ゴルフレッスン方法、およびプログラム
JP7248353B1 (ja) ヒッティング解析システム及びヒッティング解析方法
Liu et al. Innovative Application of Computer Vision and Motion Tracking Technology in Sports Training
US11369844B2 (en) Machine learning augmented loop drive training
Jia Recognition model of sports athletes’ wrong actions based on computer vision
Tai et al. Badminton Self-Training System Based on Virtual Reality
Roopa et al. An Artificial Intelligence Improved Golf Self-Training System using Deep Learning

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