RU2763270C1 - Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа - Google Patents
Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа Download PDFInfo
- Publication number
- RU2763270C1 RU2763270C1 RU2020131963A RU2020131963A RU2763270C1 RU 2763270 C1 RU2763270 C1 RU 2763270C1 RU 2020131963 A RU2020131963 A RU 2020131963A RU 2020131963 A RU2020131963 A RU 2020131963A RU 2763270 C1 RU2763270 C1 RU 2763270C1
- Authority
- RU
- Russia
- Prior art keywords
- athlete
- video
- skeleton
- sports
- video cameras
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
Изобретение относится к области вычислительной техники для автоматического восстановления 3D сцены происходящего на спортивном сооружении. Технический результат заключается в повышении точности и сокращении времени восстановления 3D координат объектов. Способ автоматического восстановления 3D сцены происходящего на спортивном сооружении включает следующие этапы: снимают и записывают движения спортсмена и расположение спортивного снаряда с помощью по меньшей мере двух видеокамер, установленных на спортивной площадке; осуществляют синхронизацию видеопотоков, полученных с по меньшей мере двух видеокамер; передают полученные данные на сервер, где на каждом из этих видеопотоков проводят определение скелета спортсмена по его ключевым точкам, таким как голова, плечи, позвоночник, ноги, руки и стопы; осуществляют восстановление скелета спортсмена и расположение снаряда в 3D пространстве в динамике. 2 н. и 11 з.п. ф-лы.
Description
Область техники, к которой относится изобретение
Изобретение относится к способу и системе для автоматического восстановления 3D сцены происходящего на спортивном сооружении.
Уровень техники
Система зрения человека бессознательно интерпретирует отражённый от объектов свет и “понимает” что происходит на видео или на одном изображении. Как известно видеопоток, получаемый от камеры является набором 2D матриц с интенсивностями светового потока по одному (чёрно-белый поток) или 3 каналам (цветной поток). Для компьютера оцифрованный поток не несёт никакой дополнительной информации. В последние годы широкое развитие получили алгоритмы компьютерного зрения и искусственных нейронных сетей в области классификации и семантического анализа изображений и видеопотока. Алгоритмы восстановления 3D сцены происходящего до сих пор имеют ряд существенных недостатков как по времени работы, так и по точности восстановления 3D координат всех объектов на видео.
Из уровня техники известен способ регистрации и анализа соревновательных игровых действий спортсменов (RU 2599699 С1, опубл. 10.10.2016). Способ регистрации и анализа соревновательных игровых действий спортсменов, включающий применение видеокамер в реальном времени, регистрирующих объекты (игроков, мяч, шайбу), и последующий оперативный анализ полученного изображения в информационной среде в центральном модуле обработки изображения, в который входят статистический, аналитический и графический модули, данные от которых поступают на сервер оперативных приложений, при этом регистрируют и анализируют соревновательные игровые действия на основе интегрального параметра - командная площадь игры (CS), включающего обобщенные динамические характеристики: скорость изменения командной площади игры (CSv); фигура командной площади игры (CSf), и частные динамические характеристики: командная площадь игры нападения (CSi); командная площадь игры защиты (CSp); площадь перекрытия (CSip); фигура командной площади игры нападения (CSfi); фигура командной площади игры защиты (CSfp); скорость изменения командной площади игры нападения (CSvi), скорость изменения командной площади игры защиты (CSvp), динамические характеристики обрабатывают в аналитическом модуле и преобразовывают в графические игровые схемы, игровые ситуации, а также во взаимодействия и соотношения объектов (игроков, мяча, шайбы) в графическом модуле с последующей индексацией, хранением и поиском статистической, аналитической и графической информации на сервере оперативных приложений.
Недостатком такого способа является низкая точность и скорость восстановления 3D сцены действий спортсмена.
Заявленное изобретение устраняет указанные недостатки и позволяет достичь заявленный технический результат.
Раскрытие изобретения
Технической задачей, которую решает предлагаемое решение, является создание способа и системы для автоматического восстановления 3D сцены происходящего на спортивном сооружении по двум или более синхронизированным видеопотокам, с высокой точностью и малым временем восстановления 3D координат объектов.
Технический результат заключается в обеспечении автоматического восстановления 3D сцены происходящего на спортивном сооружении для последующего автоматического анализа, повышении точности и сокращении времени восстановления 3D координат объектов.
Для решения поставленной задачи с достижением заявленного технического результата способ автоматического восстановления 3D сцены происходящего на спортивном сооружении включает следующие этапы:
- снимают и записывают движения спортсмена и расположение спортивного снаряда с помощью по меньшей мере двух видеокамер, установленных на спортивной площадке;
- осуществляют синхронизацию видеопотоков, полученных с по меньшей мере двух видеокамер;
- передают полученные данные на сервер, где на каждом из этих видеопотоков проводят определение скелета спортсмена по его ключевым точкам таким как голова, плечи, позвоночник, ноги, руки и стопы;
- осуществляют восстановление скелета спортсмена и расположение снаряда в 3D пространстве в динамике.
Дополнительно осуществляют видеоанализ техники выполнения движения спортсмена, при котором в режиме реального времени обрабатывают видеопотоки с целью выявления ошибок исполнения технического действия спортсмена.
В случае выявления ошибки техники выполнения движения осуществляют генерацию голосовых подсказок спортсмену и/или вывод пояснения на экран.
Дополнительно осуществляют генерацию отчета о технических ошибках спортсмена с рекомендациями к их устранению.
В качестве видеокамер используют высокочастотные видеокамеры.
При определении расположения снаряда, определяют количество и время касаний спортсмена с ним, а также расположение частей тела спортсмена по отношению к снаряду.
Система автоматического восстановления 3D сцены происходящего на спортивном сооружении содержит взаимосвязанные между собой, по меньшей мере две видеокамеры, установленные на спортивной площадке, сервер, сетевое хранилище для отснятых видеоматериалов, облачный сервис для долгосрочного хранения отснятых материалов, программно-аппаратную платформу, установленную на сервере, причем система выполнена с возможностью определения скелета спортсмена по таким ключевым точкам как голова, плечи, позвоночник, ноги, руки и стопы.
Видеокамеры представляют собой высокочастотные видеокамеры.
Система выполнена с возможностью определения скелета спортсмена по таким ключевым точкам как голова, плечи, позвоночник, ноги, руки и стопы при помощи программно-аппаратной платформы оснащенной компьютерным зрением и нейронной сетью.
Система выполнена с дополнительной возможностью в режиме реального времени обрабатывать видеопоток с целью выявления ошибок исполнения технического действия спортсмена.
Система выполнена с дополнительной возможностью генерации голосовых подсказок спортсмену и/или вывода пояснения на экран в случае выявления ошибки техники выполнения движения.
Система выполнена с дополнительной возможностью генерации отчета о технических ошибках спортсмена с рекомендациями к их устранению.
Система выполнена с возможностью отправки видеофайлов в сетевое хранилище для последующего анализа и дообучения нейронной сети разработчиками.
Система выполнена с возможностью сохранения и выгрузки видеофайлов для постоянного хранения после окончания игрового дня.
Система выполнена с возможностью загрузки видеофайлов в облачный сервис.
Осуществление изобретения
Заявленный способ обеспечивает восстановление 3D сцены происходящего на спортивном сооружении (футбольной, хоккейной, баскетбольной или других площадках, оснащенных видеокамерами, сервером с программно-аппаратной платформой), включая все движения спортсмена, траекторию движения спортивного снаряда, целевую мишень (мишени), в которую(ые) спортсмен должен сделать передачу.
Способ автоматического восстановления 3D сцены состоит из следующих этапов:
- снимают и записывают движения спортсмена и расположение спортивного снаряда с помощью по меньшей мере двух видеокамер, установленных на спортивной площадке;
- осуществляют синхронизацию видеопотоков, полученных с по меньшей мере двух видеокамер;
- передают полученные данные на сервер, где на каждом из этих видеопотоков проводят определение скелета спортсмена по его ключевым точкам;
- осуществляют восстановление скелета спортсмена и расположение снаряда в 3D пространстве в динамике.
Кроме того, могут осуществлять видеоанализ техники выполнения движения спортсмена (прямо на сервере, на который приходит видеопоток с камер), при котором в режиме реального времени обрабатывают видеопотоки нейронной сетью с целью выявления ошибок исполнения технического действия спортсмена;
Кроме того, на том же сервере, где происходит анализ видеопотока, могут осуществлять генерацию голосовых подсказок спортсмену и/или вывод пояснения на экран в случае выявления ошибки техники выполнения движения;
Кроме того, могут осуществлять генерацию отчета о технических ошибках спортсмена с рекомендациями к их устранению.
Данные этапы могут осуществляться с помощью программно-аппаратной платформы с нейронной сетью и/или компьютерным зрением, например, оценку позы по камере и выявление неправильного положения тела в пространстве могут осуществлять с помощью нейронной сети, а этап восстановления 3D сцены (скелета спортсмена и расположение снаряда в 3D пространстве) по двум 2D проекциям с помощью компьютерного зрения. При этом нейронные сети и компьютерное зрение могут применяться и в другой вариативности (в другой последовательности, других этапах и т.д.), не ограничиваясь вышеуказанными примерами, например, этапы могут осуществлять с помощью нейронной сети одной сеткой или одним алгоритмом компьютерного зрения, либо по любому другому подходящему варианту.
Видеокамеры могут снимать спортсмена сразу синхронно, либо не синхронно, и затем отдельно осуществлять синхронизацию видеопотоков. Камеры могут быть установлены на спортивной площадке по-разному под определённым углом, на определенной высоте. В качестве видеокамер используют высокочастотные (высокоскоростные) видеокамеры, например, с глобальным затвором или другие. Данные, полученные с видеокамер передаются на сервер, где на каждом из видеопотоков проводится определение скелета спортсмена по ключевым точкам (например, таким как голова, плечи, позвоночник, ноги, руки, стопы). Далее осуществляется восстановление (оцифровывание) скелета игрока в 3D пространстве в динамике, а также расположения снаряда (это необходимо чтобы понимать, как расположены разные части тела спортсмена в момент удара по отношению к спортивному снаряду и направлению удара/броска). Все программное обеспечение установлено на сервере, куда приходит видеопоток с камер. Весь анализ и обработку могут проводить прямо на сервере или облаке нейронными сетями и/или алгоритмами компьютерного зрения.
При определении расположения снаряда в 3D пространстве, определяют количество и время касаний с ним, расположение частей тела спортсмена по отношению к снаряду.
Помимо определения скелета спортсмена по голове, плечам, позвоночнику, ногам, и рукам, важным является определение стопы спортсмена в 3D пространстве, т.к. это необходимо для последующего анализа техники (например, куда направлена и где расположена стопа во время удара).
Способ могут осуществлять в режиме реального времени во время проведения матча или тренировки и/или после них.
Система автоматического восстановления 3D сцены происходящего на спортивном сооружении, основанная на данном способе, включает в себя программно-аппаратную платформу с нейронной сетью и компьютерным зрением для восстановления 3D сцены (координат объектов), взаимосвязанные между собой: по меньшей мере две видеокамеры, установленные на спортивной площадке под определённым углом, вычислительный кластер (сервер), сетевое хранилище для отснятых видеоматериалов, облачный сервис для долгосрочного хранения отснятых материалов.
Видеокамер может быть или три, или четыре или более, могут быть установлены на спортивной площадке по-разному, под определённым углом, на определенной высоте. В качестве видеокамер используют высокочастотные видеокамеры, например, с глобальным затвором. Данные, полученные с видеокамер передаются на вычислительный кластер (сервер), где на каждом из видеопотоков проводится определение скелета спортсмена по ключевым точкам (например, таким как голова, плечи, позвоночник, ноги, руки, стопы). Далее осуществляется восстановление скелета игрока в 3D пространстве в динамике, а также расположения снаряда (это необходимо чтобы понимать, как расположены разные части тела спортсмена в момент удара по отношению к спортивному снаряду и направлению удара/броска).
Программно-аппаратная платформа системы включает алгоритмы восстановления 3D сцены по получаемому видеопотоку, т.е. алгоритмы для определения 3D координат всех объектов, которые попадают в объективы камер.
Система и ее программно-аппаратная платформа выполнена с возможностью:
- обеспечивать допустимую погрешность позиционирования ступней, коленей, таза, плеч и головы спортсмена;
- обеспечивать допустимую погрешность позиционирования кистей рук и локтей спортсмена;
- обеспечивать допустимую погрешность определения момента касания снаряда;
- обеспечивать максимальное время обнаружения технической ошибки при обработке видеопотока в реальном времени в течение одной секунды;
- определения множества типов технических ошибок;
- в режиме реального времени обрабатывать видеопоток нейронной сетью с целью выявления ошибок исполнения технического действия спортсмена;
- генерации голосовых подсказок спортсмену и/или вывода пояснения на экран в случае выявления ошибки техники выполнения движения;
- генерации отчета о технических ошибках спортсмена с рекомендациями к их устранению;
- отправки видеофайлов в сетевое хранилище для последующего анализа и дообучения нейронной сети разработчиками;
- получать и устанавливать новые версии нейросети;
- сохранения и выгрузки видеофайлов для постоянного хранения после окончания игрового дня;
- загрузки видеофайлов в облачный сервис программно-аппаратной платформы для получения отчета о технических ошибках спортсмена с рекомендациями к их устранению (в случае соответствия видеофайлов требованиям к исходным данным);
- оплаты подписки на облачный сервис.
Все программное обеспечение установлено на сервере, куда приходит видеопоток с камер. Весь анализ и обработку могут проводить прямо на сервере (в том числе на облачном сервере) нейронными сетями и/или алгоритмами компьютерного зрения.
Пример осуществления способа и работы системы.
Спортсмен (например, футболист или баскетболист или др.) размещается на спортивной площадке. Четыре высокочастотные видеокамеры, например, с глобальным затвором (global shutter), подключенные напрямую в сервер по проводной или беспроводной связи, установленные на площадке и размещенные под углом 90 градусов друг к другу (может быть и две или три видеокамеры, размещенные под углом 90 градусов друг к другу) снимают и записывают расположение и движения спортсмена и снаряда. Видеопотоки с камер синхронизируют и полученные данные (видеофайл с записью расположения и движений спортсмена со снарядом) передают на сервер и сохраняют в файловое хранилище, где на каждом из этих видеопотоков с помощью программно-аппаратной платформы и задействованием нейронной сети проводят определение скелета спортсмена по его ключевым точкам, таким как голова, плечи, позвоночник, ноги, руки, стопы и расположение снаряда. Далее с помощью программно-аппаратной платформы и задействованием компьютерного зрения осуществляют восстановление скелета игрока в 3D пространстве в динамике, также, как и расположение снаряда, чтобы понимать, как расположены разные части тела игрока в момент удара по отношению к снаряду и направлению удара. При определении расположения снаряда в 3D пространстве, определяют количество и время касаний с ним, расположение частей тела спортсмена по отношению к снаряду. Важным является определение стопы спортсмена в 3D пространстве, т.к. это необходимо для анализа техники (например, куда направлена и где расположена стопа во время удара). Также если необходимо с помощью программно-аппаратной платформы в режиме реального времени обрабатывают видеопоток нейронной сетью с целью выявления ошибок исполнения технического действия спортсмена, и в случае выявления на 3D изображении ошибки техники выполнения движения генерируют голосовые подсказки игроку и/или выводят пояснения (метки) на экран, после чего генерируют отчет о технических ошибках спортсмена с рекомендациями к их устранению. При необходимости отправляют видеофайлы в сетевое хранилище для последующего анализа и дообучения нейронной сети разработчиками; а также сохранения и выгрузки видеофайлов для постоянного хранения после окончания игрового дня. Также предусмотрена возможность загрузки видеофайлов в облачный сервис программно-аппаратной платформы для обработки нейронными сетями и алгоритмами компьютерного зрения, а также для получения отчета о технических ошибках спортсмена с рекомендациями к их устранению (в случае соответствия видеофайлов требованиям к исходным данным). Сервером могут быть три разных компьютера, работающих в кластере или один большой и мощный сервер).
С помощью вышеуказанных автоматических способа и системы восстановления 3D сцены, основанных на точной съемке и записи действий спортсмена и снаряда видеокамерами, обработке видеопотоков программно-аппаратной платформой, можно восстановить 3D сцену происходящего в динамике на спортивном тренажёре, включая все движения спортсмена, траекторию движения снаряда, целевую мишень (мишени), в которую(ые) спортсмен должен сделать передачу, и посмотреть 3D видео выполнения технических элементов в динамике (например, удара по снаряду) и понять с высокой точностью какие у спортсмена были ошибки и в дальнейшем работать над их исправлением.
Claims (19)
1. Способ автоматического восстановления 3D сцены происходящего на
спортивном сооружении, характеризующийся тем, что включает следующие этапы:
- снимают и записывают движения спортсмена и расположение спортивного снаряда с помощью по меньшей мере двух видеокамер, установленных на спортивной площадке;
- осуществляют синхронизацию видеопотоков, полученных с по меньшей мере двух видеокамер;
- передают полученные данные на сервер, где на каждом из этих видеопотоков проводят определение скелета спортсмена по его ключевым точкам, таким как голова, плечи, позвоночник, ноги, руки и стопы;
- осуществляют восстановление скелета спортсмена и расположение снаряда в 3D пространстве в динамике;
- дополнительно осуществляют видеоанализ техники выполнения движения спортсмена, при котором в режиме реального времени обрабатывают видеопотоки с целью выявления ошибок исполнения технического действия спортсмена.
2. Способ по п. 1, характеризующийся тем, что в случае выявления ошибки техники выполнения движения осуществляют генерацию голосовых подсказок спортсмену и/или вывод пояснения на экран.
3. Способ по п. 2, характеризующийся тем, что дополнительно осуществляют генерацию отчета о технических ошибках спортсмена с рекомендациями к их устранению.
4. Способ по п. 1, характеризующийся тем, что в качестве видеокамер используют высокочастотные видеокамеры.
5. Способ по п. 1, характеризующийся тем, что при определении расположения снаряда определяют количество и время касаний спортсмена с ним, а также расположение частей тела спортсмена по отношению к снаряду.
6. Система автоматического восстановления 3D сцены происходящего на спортивном сооружении, характеризующаяся тем, что содержит взаимосвязанные между собой по меньшей мере две видеокамеры, установленные на спортивной площадке, сервер, сетевое хранилище для отснятых видеоматериалов, облачный сервис для долгосрочного хранения отснятых материалов, программно-аппаратную платформу, установленную на сервере, причем система выполнена с возможностью определения скелета спортсмена по таким ключевым точкам, как голова, плечи, позвоночник, ноги, руки и стопы, причем система выполнена с дополнительной возможностью в режиме реального времени обрабатывать видеопоток с целью выявления ошибок исполнения технического действия спортсмена.
7. Система по п. 6, характеризующаяся тем, что видеокамеры представляют собой высокочастотные видеокамеры.
8. Система по п. 6, характеризующаяся тем, что выполнена с возможностью определения скелета спортсмена по таким ключевым точкам, как голова, плечи, позвоночник, ноги, руки и стопы, при помощи программно-аппаратной платформы, оснащенной компьютерным зрением и нейронной сетью.
9. Система по п. 6, характеризующаяся тем, что выполнена с дополнительной возможностью генерации голосовых подсказок спортсмену и/или вывода пояснения на экран в случае выявления ошибки техники выполнения движения.
10. Система по п. 6, характеризующаяся тем, что выполнена с дополнительной возможностью генерации отчета о технических ошибках спортсмена с рекомендациями к их устранению.
11. Система по п. 6, характеризующаяся тем, что выполнена с возможностью отправки видеофайлов в сетевое хранилище для последующего анализа и дообучения нейронной сети разработчиками.
12. Система по п. 6, характеризующаяся тем, что выполнена с возможностью сохранения и выгрузки видеофайлов для постоянного хранения после окончания игрового дня.
13. Система по п. 6, характеризующаяся тем, что выполнена с возможностью загрузки видеофайлов в облачный сервис.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020131963A RU2763270C1 (ru) | 2020-09-28 | 2020-09-28 | Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2020131963A RU2763270C1 (ru) | 2020-09-28 | 2020-09-28 | Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2763270C1 true RU2763270C1 (ru) | 2021-12-28 |
Family
ID=80039788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2020131963A RU2763270C1 (ru) | 2020-09-28 | 2020-09-28 | Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2763270C1 (ru) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192116A1 (en) * | 2005-03-29 | 2008-08-14 | Sportvu Ltd. | Real-Time Objects Tracking and Motion Capture in Sports Events |
US20120316843A1 (en) * | 2011-06-08 | 2012-12-13 | Cobra Golf Incorporated | Systems and methods for communicating sports-related information |
US20130066448A1 (en) * | 2009-05-05 | 2013-03-14 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
RU2599699C1 (ru) * | 2015-04-20 | 2016-10-10 | государственное бюджетное образовательное учреждение высшего профессионального образования "Омская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ГБОУ ВПО ОмГМА Минздрава России) | Способ регистрации и анализа соревновательных игровых действий спортсменов |
WO2019162908A1 (en) * | 2018-02-23 | 2019-08-29 | Pandit Akshaya | A system for movement assessment of human body and providing biofeedback |
-
2020
- 2020-09-28 RU RU2020131963A patent/RU2763270C1/ru active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192116A1 (en) * | 2005-03-29 | 2008-08-14 | Sportvu Ltd. | Real-Time Objects Tracking and Motion Capture in Sports Events |
US20130066448A1 (en) * | 2009-05-05 | 2013-03-14 | Advanced Technologies Group, LLC | Sports telemetry system for collecting performance metrics and data |
US20120316843A1 (en) * | 2011-06-08 | 2012-12-13 | Cobra Golf Incorporated | Systems and methods for communicating sports-related information |
RU2599699C1 (ru) * | 2015-04-20 | 2016-10-10 | государственное бюджетное образовательное учреждение высшего профессионального образования "Омская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ГБОУ ВПО ОмГМА Минздрава России) | Способ регистрации и анализа соревновательных игровых действий спортсменов |
WO2019162908A1 (en) * | 2018-02-23 | 2019-08-29 | Pandit Akshaya | A system for movement assessment of human body and providing biofeedback |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stensland et al. | Bagadus: An integrated real-time system for soccer analytics | |
Halvorsen et al. | Bagadus: an integrated system for arena sports analytics: a soccer case study | |
US8734214B2 (en) | Simulation of sporting events in a virtual environment | |
US11551428B2 (en) | Methods and apparatus to generate photo-realistic three-dimensional models of a photographed environment | |
US11798318B2 (en) | Detection of kinetic events and mechanical variables from uncalibrated video | |
WO2021120157A1 (en) | Light weight multi-branch and multi-scale person re-identification | |
CN107871120A (zh) | 基于机器学习的体育赛事理解系统及方法 | |
WO2018223554A1 (zh) | 一种多源视频剪辑播放方法及系统 | |
CN105844697A (zh) | 一种体育赛事现场三维信息的数据及事件统计实现方法 | |
CN112330710B (zh) | 运动目标的识别追踪方法、装置、服务器及可读存储介质 | |
EP0847201B1 (fr) | Système de suivi de mobiles en temps réel sur un terrain de sports | |
BR102019000927A2 (pt) | Projetar uma projeção de raio a partir de uma vista em perspectiva | |
CN115624735A (zh) | 一种用于球类运动的辅助训练系统和工作方法 | |
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 | |
CN113743237B (zh) | 跟随动作的准确度判定方法、装置、电子设备及存储介质 | |
US20210272312A1 (en) | User analytics using a camera device and associated systems and methods | |
RU2763270C1 (ru) | Способ автоматического восстановления 3d сцены происходящего на спортивном сооружении и система для осуществления способа | |
CN110059653A (zh) | 一种数据收集方法及装置、电子设备、存储介质 | |
CN105963951A (zh) | 一种高尔夫球定位方法及装置 | |
CN116523962B (zh) | 针对目标对象的视觉跟踪方法、装置、系统、设备和介质 | |
RU2763127C1 (ru) | Способ выявления технических ошибок спортсмена и система для его осуществления | |
CN115845349A (zh) | 基于深度学习技术进行运动目标检测的球类运动项目通用训练方法及辅助裁判系统 | |
KR20210010408A (ko) | 비전 센서 데이터 기반 골프 스윙 궤적 추적 및 분석 장치 및 방법 | |
CN114093030A (zh) | 一种基于人体姿态学习的射击训练分析方法 | |
Soler | Table tennis ball tracking and bounce calculation using OpenCV |