TWI821014B - 高爾夫球教學方法及高爾夫球教學系統 - Google Patents

高爾夫球教學方法及高爾夫球教學系統 Download PDF

Info

Publication number
TWI821014B
TWI821014B TW111143310A TW111143310A TWI821014B TW I821014 B TWI821014 B TW I821014B TW 111143310 A TW111143310 A TW 111143310A TW 111143310 A TW111143310 A TW 111143310A TW I821014 B TWI821014 B TW I821014B
Authority
TW
Taiwan
Prior art keywords
swing
information
expert
data
user
Prior art date
Application number
TW111143310A
Other languages
English (en)
Other versions
TW202419138A (zh
Inventor
蔡政宏
日嘉瑜
簡志中
呂禮琳
譚紹駿
賴文復
Original Assignee
財團法人資訊工業策進會
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 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Priority to TW111143310A priority Critical patent/TWI821014B/zh
Priority to CN202211455789.0A priority patent/CN118022296A/zh
Priority to US18/137,152 priority patent/US20240157217A1/en
Priority to KR1020230073362A priority patent/KR20240070382A/ko
Application granted granted Critical
Publication of TWI821014B publication Critical patent/TWI821014B/zh
Publication of TW202419138A publication Critical patent/TW202419138A/zh

Links

Images

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

Abstract

本發明公開一種高爾夫球教學方法及高爾夫球教學系統。方法包括：配置多個影像擷取裝置及高爾夫球模擬器，於使用者進行高爾夫球的揮桿動作時擷取揮桿影像數據及對應的模擬器數據；配置專家模型，包含有對應揮桿動作中的多個階段的專家動作資訊，及其對應的修正建議資訊；配置計算裝置對揮桿影像數據及模擬器數據執行分析程序，以將揮桿動作分成該些階段中的使用者動作資訊；經由專家模型，比對每一階段中使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊；以及配置使用者介面以提供修正建議資訊。

Description

高爾夫球教學方法及高爾夫球教學系統
本發明涉及一種教學方法及教學系統，特別是涉及一種高爾夫球教學方法及高爾夫球教學系統。
在高爾夫球運動的學習過程中，當擊球者進行揮桿時，可經由高爾夫球模擬器來分析擊球者相關數據，如擊球點位置、揮桿角度、揮桿軌跡、球路彈道飛行軌跡、肢體動作變化、肢體旋轉角度等，可以協助教學者及學習者針對訓練歷程進行科學化輔助與調整，擬定訓練計畫，並延伸個人化訓練歷程提供跨域服務，例如常犯錯誤提示及球場擊球策略等。
在現有的高爾夫球教學方式中，通常是以教練觀看動作姿態與經驗進行教學判斷，欠缺運動科學量化與知識評估。近年來發展出高爾夫球模擬器，可分析使用者的動作以及預估高爾夫球被擊出後的飛行途徑，但至今仍未有完整的高爾夫球教學方案，如何將知識經驗數位化，並結合異質數據關聯化，提供輔助性科學化知識指導，提升運動科技服務體驗，將是重要關鍵。
故，如何通過教學方式的改良，來克服上述的缺陷，已成為該 項事業所欲解決的重要課題之一。
本發明所要解決的技術問題在於，針對現有技術的不足提供一種高爾夫球教學方法及高爾夫球教學系統，能夠將異質數據結合專家知識來提供科學化指導。
為了解決上述的技術問題，本發明所採用的其中一技術方案是提供一種高爾夫球教學方法，包括：配置多個影像擷取裝置及高爾夫球模擬器，於使用者進行揮桿動作時擷取使用者的多筆揮桿影像數據及對應的多筆模擬器數據；配置計算裝置接收該些筆揮桿影像數據及該些筆模擬器數據；配置專家模型，其中該專家模型包含有對應該揮桿動作中的多個階段的專家動作資訊，及其對應的修正建議資訊；配置計算裝置執行下列步驟：對該些筆揮桿影像數據及該些筆模擬器數據執行分析程序，以將揮桿動作分成該些階段中的使用者動作資訊；經由專家模型，比對每一階段中使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊；以及配置使用者介面以提供修正建議資訊。
為了解決上述的技術問題，本發明所採用的另外一技術方案是提供一種高爾夫球教學系統，包括多個影像擷取裝置、高爾夫球模擬器、計算裝置及使用者介面。該些影像擷取裝置及高爾夫球模擬器經配置以於使用者進行揮桿動作時擷取使用者的多筆揮桿影像數據及對應的多筆模擬器數據。計算裝置，經配置以執行下列步驟：接收該些筆揮桿影像數據及該些筆模擬器數據；取得一專家模型，其中該專家模型包含有對應該揮桿動作中的 多個階段的專家動作資訊，及其對應的修正建議資訊；對該些筆揮桿影像數據及該些筆模擬器數據執行一分析程序，以將該揮桿動作分成該多個階段中的使用者動作資訊；以及經由該專家模型，比對每一階段中該使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊。使用者介面經配置以提供修正建議資訊。
為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本發明加以限制。
1:高爾夫球教學系統
10:影像擷取模組
12:高爾夫球模擬器
120:模擬器主機
122:感測器模組
124:模擬顯示裝置
14:計算裝置
140:處理器
142:記憶體
144:通訊介面
16:使用者介面
20:高爾夫球擊球區
22:使用者
50:球桿桿面
51:揮動軌跡
52:高爾夫球
53、54:物件框
60、61:骨架
D1:電腦可讀取指令
D2:分析程序
D3:專家模型
D4:物件辨識模型
D5:資料庫
P1、P10:揮桿定點
圖1為本發明實施例的高爾夫球教學系統的功能方塊圖。
圖2A及圖2B為本發明實施例的上方攝影機、側面攝影機及正面攝影機的配置示意圖。
圖3為本發明實施例的高爾夫球教學方法的流程圖。
圖4為本發明實施例的分析程序的流程圖。
圖5A及圖5B為本發明實施例的對高爾夫球、球桿桿面及球桿進行物件辨識與追蹤的示意圖。
圖6A及6B分別為針對揮桿定點P1及P10時的身體部位進行肢體特徵辨識的示意圖。
圖7為本發明實施例的用於建立專家模型的模型建立程序的流程圖。
圖8為本發明實施例的隸屬函數的定義方式的示意圖。
以下是通過特定的具體實施例來說明本發明所公開有關“高爾夫球教學方法及高爾夫球教學系統”的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不背離本發明的構思下進行各種修改與變更。另外，本發明的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
圖1為本發明實施例的高爾夫球教學系統的功能方塊圖。參閱圖1所示，本發明第一實施例提供一種高爾夫球教學系統1，包括影像擷取模組10、高爾夫球模擬器12、計算裝置14及使用者介面16。
高爾夫球模擬器12可用於模擬高爾夫球場及高爾夫球的軌跡，以提供高爾夫球運動者如同實際在高爾夫球場上進行高爾夫球運動的體驗。詳細而言，高爾夫球模擬器12通常包括模擬器主機120、感測器模組122及模擬顯示裝置124，當使用者於室內進行擊球時，感測器模組122包括的多個感測器可偵測使用者的各項擊球數據做為模擬器數據，並傳回模擬器主機120計算出可能的速度、方向及行進軌跡，再通過模擬顯示裝置124顯示被擊出的高爾夫球在虛擬高爾夫球場中的行進過程。其中，感測器模組122可取得的模擬器數據可包括多筆揮桿感測數據，包括球速、桿頭速度、發射方向、發射角 度、桿面角度、球桿路徑、後旋、側旋、擊球係數中的一或多者，但上述僅為舉例，本發明不以此為限。此外，該些感測器可包括光學感測器、速度感測器、力量感測器、壓力感測器、溫度感測器、聲音感測器及加速度感測器中一或多者，且可例如設置於使用者的身體部位、高爾夫球桿、高爾夫球及擊球區周圍中的一或多者，以實現針對上述揮桿感測數據的感測。
在一些實施例中，影像擷取模組10可包括多個影像擷取裝置，影像擷取裝置可例如是相機或攝影機。圖2A及圖2B為本發明實施例的上方攝影機、側面攝影機及正面攝影機的配置示意圖。如圖2A及圖2B所示，在本發明的實施例中，影像擷取模組10可例如包括上方攝影機100、側面攝影機102及正面攝影機104，分別設置於高爾夫球擊球區20的上方、正面與側面，用於取得使用者22站在高爾夫球擊球區20內進行高爾夫揮桿動作時的上方影像、側面影像及側面影像，且此等影像須至少完整擷取高爾夫球、球桿及使用者22的身體的所有部位，以在後續分析中提供足夠的資料量。然而，影像擷取模組10所包括的多個影像擷取裝置的設置位置及數量不以此為限。此外，在一些實施例中，上方攝影機100、側面攝影機102及正面攝影機104亦可包括於高爾夫球模擬器12中。
在一些實施例中，計算裝置14可例如是通用電腦系統或伺服器，且可包括處理器140、記憶體142及通訊介面144。其中，處理器140電性連接記憶體142及通訊介面144，處理器140可包括一或多個處理單元，且可例如是可以執行數據的計算或其他操作的中央處理單元(CPU)及/或通用微處理器、微控制器、數位訊號處理器(Digital Signal Processor,DSP)、場式可編程閘陣列(Field Programmable Gate Array,FPGA)、可程式化邏輯裝置 (Programmable Logic Device,PLD)、控制器的任意組合，或任何其他合適的電路、設備及/或結構。
在一些實施例中，記憶體142可例如為，但不限於硬碟、固態硬碟或其他可用以儲存資料的儲存裝置，其經配置以至少儲存複數電腦可讀取指令D1、分析程序D2、專家模型D3、物件辨識模型D4及資料庫D5。
在一些實施例中，通訊介面144可例如是網路介面卡或應用程式介面(application programming interface,API)，經配置以在處理器140的控制下與影像擷取模組10、高爾夫球模擬器12及使用者介面16通訊連接，以取得前述的上方影像、側面影像及側面影像及模擬器數據，並儲存在資料庫D5中。
針對使用者介面16，可例如是以使用者所持有的智慧型行動裝置與計算裝置14通訊連接，並執行高爾夫球教學應用程式後，以行動裝置的顯示器顯示使用者介面16。此使用者介面16可將計算裝置14所提供的高爾夫球教學資訊進行顯示，同時提供具體的配置選項供使用者操作，以控制所欲顯示的高爾夫球教學內容。
圖3為本發明實施例的高爾夫球教學方法的流程圖。參閱圖3所示，本發明實施例亦提供一種高爾夫球教學方法，其適用於前述的高爾夫球教學系統1，但不以此為限。如圖3所示，高爾夫球教學方法至少包括下列步驟：
步驟S1：配置影像擷取裝置及高爾夫球模擬器，於使用者進行揮桿動作時擷取使用者的揮桿影像數據及對應的模擬器數據。
接著，高爾夫球教學方法包括配置計算裝置14執行複數電腦可讀取指令D1，以執行下列步驟：
步驟S2：接收揮桿影像數據及模擬器數據。
步驟S3：對揮桿影像數據及模擬器數據執行分析程序，以將揮桿動作分成多個階段中的使用者動作資訊。
需說明，本發明實施例通過此步驟結合揮桿影像數據及模擬器數據中的感測器數據，進行分析後可完整提供在擊球過程中全方位的三維資訊作為使用者動作資訊。使用者動作資訊可例如包括上方視角的擊球點類特徵資訊、側面視角的揮桿類特徵資訊與球路類特徵資訊，及正面視角的肢體動作類資訊。
圖4為本發明實施例的分析程序的流程圖。請參考圖4，可通過配置處理器140執行分析程序D2，包括下列步驟：
步驟S30：對揮桿影像數據及模擬器數據進行分析，以取得擊球點類特徵資訊、揮桿類特徵資訊、肢體動作類資訊及球路類特徵資訊。
其中，針對擊球點類特徵資訊，可執行步驟S301：對上方影像使用第一物件辨識模型對高爾夫球、球桿桿面及球桿進行物件辨識與追蹤，以產生擊球點類特徵資訊。其中，第一物件辨識模型可包括在物件辨識模型D4中，且可例如是YOLO(You Only Look Once)v4模型。
圖5A及圖5B為本發明實施例的對高爾夫球、球桿桿面及球桿進行物件辨識與追蹤的示意圖。例如，如圖5A及圖5B所示，在圖5A中描繪了球桿桿面50的揮動軌跡51及高爾夫球52的初始位置，圖5B中則是對多個上方影像進行處理，如通過物件框53、54分別對高爾夫球及球桿桿面物件辨識與追蹤，最後可萃取出擊球點類特徵資訊，包括多種桿頭辨識、高爾夫球辨識、多種擊球點位置解析等。
此外，針對揮桿類特徵資訊，可執行步驟S302：對側面影像及正面影像使用第二物件辨識模型對使用者的多個身體部位、高爾夫球、球桿桿頭進行物件辨識與追蹤，以產生揮桿類特徵資訊。舉例而言，揮桿類特徵資訊可包括擊球面積、揮桿角度、揮桿定點解析等資訊。需說明，第二物件辨識模型亦包括在物件辨識模型D4中，且在使用第二物件辨識模型進行辨識及追蹤的步驟中，可包括使用YOLOR、Mediapipe等模型進行高爾夫球桿的物件辨識與追蹤，以及包括使用Mediapipe進行肢體特徵點辨識。
需要說明的是，在上述步驟中，當通過計算裝置14分析揮桿動作時，可依據人體模型，對正面影像及側面影像中的使用者的多個身體部位進行肢體特徵點辨識，以產生動作資訊。
更詳細而言，對使用者的多個身體部位進行肢體特徵點辨識的步驟可包括執行步驟S303：以人體模型從身體部位辨識產生骨架資訊後，對骨架資訊使用肢體特徵辨識模型萃取出揮桿動作中的多個揮桿定點的肢體動作變化資訊及肢體旋轉角度資訊。
請參考圖6A及6B，圖6A及6B分別為針對揮桿定點P1及P10時的身體部位進行肢體特徵辨識的示意圖。舉例來說，如圖6A及6B所示，可依據高爾夫球P分類系統(P classification system)所定義的十個揮桿定點P1至P10，從身體部位辨識產生骨架資訊60後，使用肢體特徵辨識模型(如Mediapipe)萃取出各揮桿定點的肢體動作類資訊，例如，圖6A顯示從對應於揮桿定點P1的動作中擷取的骨架60，圖6B顯示從對應於揮桿定點P10的動作中擷取的骨架61，因此，在步驟S303中，由於每個揮桿定點的動作均不同，因此，可依據揮桿定點在肢體動作變化資訊及肢體旋轉角度資訊上的不同特 徵，將肢體動作類資訊分成上述多個階段。其中，各揮桿定點的肢體動作類資訊可包括肢體動作變化(如頭部抬起、身體平移等)、肢體旋轉角度(手腕彎曲、手臂與身體夾角等)資訊。
另一方面，針對球路類特徵資訊，可執行步驟S304：從揮桿感測數據中取得桿面角度資訊及桿面路徑資訊，對桿面角度資訊及桿面路徑資訊執行軌跡分析，以產生球路類特徵資訊。詳細而言，在步驟S304中，可將取得的桿面角度資訊及桿面路徑資訊，結合專家知識，解析出不同桿面角度與桿面路徑時，所對應的多種球路規則。也就是說，在此步驟中，可依據專家知識定義特定的桿面角度、桿面路徑及球路規則的對應關係，再依照此對應關係將取得桿面角度資訊及桿面路徑資訊進行分類來執行軌跡分析，最後決定球路類特徵。球路類特徵資訊例如包括右曲球、左曲球、飛太高、飛不遠等資訊。
請復參考圖1，高爾夫球教學方法進入步驟S4：取得專家模型。其中，專家模型包含有對應揮桿動作中的多個階段的專家動作資訊，及其對應的修正建議資訊。
詳細而言，取得專家模型的步驟S4可包括執行模型建立程序以產生專家模型D3，此步驟的目的在於將知識經驗數位化。
請先參考圖7，其為本發明實施例的用於建立專家模型的模型建立程序的流程圖。如圖7所示，模型建立程序包括下列步驟：
步驟S40：取得與多名第一初學者相關的初學揮桿資料。需說明，此步驟為產生訓練資料階段，舉例而言，可以30位初學者(A組)的擊球數據為基礎(以七號桿之擊球資訊及影片資訊)，建立500筆觀測數據。需說明， 觀測數據包括前述步驟中取得的多個階段中的使用者動作資訊，且包括擊球點類特徵資訊、揮桿類特徵資訊、肢體動作類資訊及球路類特徵資訊。
步驟S41：經由標註介面以供多筆初學揮桿資料進行姿勢偏差標註，以產生訓練資料。此步驟為知識經驗數位化階段，可例如由多名專業教練審視擊球影片，並對應擊球的觀測數據，經由標註介面來標記身體部位姿勢的位移與角度等偏差，進而建立高爾夫專家知識圖譜。需說明，標註介面可例如是通過前述的計算裝置14及電性連接計算裝置14的顯示裝置來提供擊球影片及對應的擊球觀測數據，並通過鍵盤、滑鼠等輸入裝置來輸入與姿勢偏差標註相關的標註內容。所謂的姿勢偏差標註可針對揮桿動作中的多個階段進行標註，且可包括對應的常犯錯誤、揮桿定點細部偏差及專家修正建議。
步驟S42：以訓練資料訓練多名第二初學者，以驗證並修正訓練資料。舉例而言，可以另外30位初學者(B組)進行實證，提供採用多個循環實證(3次，每次間隔一個月)，進行訓練數據滾動式驗證與修正。
步驟S43：提供多個參考文本，並以參考文本建立語意庫。例如，可通過訪談專業教練、選手及學者，建立參考文本，建立高爾夫球領域的專業語意庫。
步驟S44：將初學揮桿資料、經過標註的訓練資料及語意庫進行關聯，以產生專家知識圖譜。舉例來說，可將初學揮桿資料中，錯誤的擊球姿勢與經過標註的訓練資料中的姿勢修正方案進行關聯，並為錯誤的擊球姿勢、姿勢修正方案與語料庫中的專業術語或運動科學理論描述等異質數據建立關聯性。
步驟S45：依據使用者介面的顯示內容設定推論模型目標。舉例 來說，專家模型可例如是模糊推論引擎，可將預定要在使用者介面16中提供的高爾夫球教學內容作為模糊推論引擎的推論模型目標。例如，目標是針對揮桿動作中的每個階段提供正確的姿勢修正建議。
步驟S46：以專家知識圖譜為基礎及推論模型目標，建立在專家模型中用於姿勢校正推論的模糊法則。例如，在先前的步驟中已經建立了專家知識圖譜，因此，可以專家知識圖譜中的資料為基礎來選擇輸入變數及輸出變數。
在上面實施例中，將語意庫中的多個高爾夫球語料轉換為多個語意變數，並以語意變數設定輸入變數、輸出變數及對應的值域。例如，可將使用者於揮桿過程中，身體各部位的大關節、小關節及細部關節的狀態設定為輸入變數，而將其相對於正確姿勢的偏移程度(例如，夾角)設定為對應的值域，而輸出變數則是對於錯誤姿勢的姿勢修正建議，例如肩膀旋轉不足、髖骨旋轉過度、右膝未保持彎曲等。
在上面實施例中，建立模糊法則時，可執行模糊化步驟，以形成與輸入變數及輸出變數相關聯的多個模糊集合，並依據輸入變數及輸出變數定義多個隸屬函數，進而建立在專家模型中用於姿勢校正推論的模糊法則。
圖8為本發明實施例的隸屬函數的定義方式的示意圖。可參考圖8，隸屬函數的定義方式可如圖8所示，縱軸對應的是隸屬函數，橫軸對應的是特定關節部位的偏移程度，例如，當偏移程度小於零，則代表朝向水平偏移，且對應的值越大則代表水平偏移越嚴重。當偏移程度大於零則代表朝向垂直偏移，對應的值越大則代表垂直偏移越嚴重。以圖8舉例，當特定小關節處的狀態對應到的是-5至-10度的水平偏移，而右腿未保持彎曲的對應的隸屬 函數的值在此區間最高，則可推論出是右腿未保持彎曲造成的。以此方式，即可建立出針對姿勢校正推論的模糊法則。此外，姿勢修正建議還可包括右手臂貼近身體、左手腕過度外展、右手臂過於抬高、左手臂彎曲、肩膀旋轉不足、身體軀幹向右偏移、左手腕過度外展、右手腕過度彎曲及右手腕內彎等。
請復參考圖3，高爾夫球教學方法進入步驟S5：經由專家模型，比對每一階段中使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊。
步驟S6：配置使用者介面以提供修正建議資訊。
在步驟S5、S6中，可使用步驟S40至S48所建立的專家模型來針對揮桿動作中的每個階段提供正確的姿勢修正建議，並通過執行高爾夫球教學應用程式的行動裝置顯示使用者介面16。此使用者介面16所顯示的高爾夫球教學內容可包括擊球資訊、姿勢錯誤資訊、各揮桿定點資訊、專家建議修正資訊、擊球歷程分析及個人化擊球策略。舉例來說，各揮桿定點資訊可包含10種揮桿階段動作細部解析(頭、肩、手、腰、腳之旋轉角度)，姿勢錯誤資訊可包括使用者常犯的八種錯誤偵測(剃頭球、切滾球、棒擊球、右飛球、左飛球、右曲球、左曲球、力道不足)。專家建議修正資訊則可提供正確動作指導教學，讓使用者可快速洞察與修正，亦提供教練更精準的教學輔助。
由上述揭示內容可知，本發明的其中一有益效果在於，在本發明所提供的高爾夫球教學方法及高爾夫球教學系統中，提供一種將異質數據結合專家知識的教學指導系統，通過將知識經驗數位化並結合異質數據關聯化，提供輔助性科學化知識指導，進而提升運動科技服務體驗。
此外，本發明所提供的高爾夫球教學方法及高爾夫球教學系統能夠在任何高爾夫球模擬器進行導入，使用者僅需通過高爾夫球模擬器進行擊球互動，高爾夫球教學系統可自動分析使用者需要修正之問題，包含多種揮桿階段動作的細部解析、常犯錯誤偵測及正確動作指導教學，讓使用者可快速洞察與修正，亦提供教練更精準的教學輔助。
以上所公開的內容僅為本發明的優選可行實施例，並非因此侷限本發明的申請專利範圍，所以凡是運用本發明說明書及圖式內容所做的等效技術變化，均包含於本發明的申請專利範圍內。
1:高爾夫球教學系統
10:影像擷取模組
12:高爾夫球模擬器
120:模擬器主機
122:感測器模組
124:模擬顯示裝置
14:計算裝置
140:處理器
142:記憶體
144:通訊介面
16:使用者介面
D1:電腦可讀取指令
D2:分析程序
D3:專家模型
D4:物件辨識模型
D5:資料庫

Claims (18)

  1. 一種高爾夫球教學方法，包括：配置多個影像擷取裝置及一高爾夫球模擬器，於一使用者進行一揮桿動作時擷取該使用者的多筆揮桿影像數據及對應的多筆模擬器數據；配置一計算裝置以接收該些筆揮桿影像數據及該些筆模擬器數據；配置一專家模型，其中該專家模型包含有對應該揮桿動作中的多個階段的專家動作資訊，及其對應的修正建議資訊，該些階段是依據一高爾夫球P分類系統的多個揮桿定點所定義，且該專家動作資訊是依據多名第一初學者的多筆初學揮桿資料而產生各該揮桿定點的肢體動作類資訊所建立；配置該計算裝置執行下列步驟：對該些筆揮桿影像數據及該些筆模擬器數據執行一分析程序，以將該揮桿動作分成該些階段中的使用者動作資訊；及經由該專家模型，比對每一階段中該使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊；以及配置一使用者介面以提供該修正建議資訊。
  2. 如請求項1所述的方法，其中，該些影像擷取裝置包括：一上方攝影機，用於取得該使用者進行該揮桿動作時的至少一上方影像；一側面攝影機，用於取得該使用者進行該揮桿動作時的至少 一側面影像；以及一正面攝影機，用於取得該使用者進行該揮桿動作時的至少一正面影像。
  3. 如請求項2所述的方法，其中，該分析程序包括：依據一人體模型，對該至少一正面影像及該至少一側面影像進行多個身體部位的肢體特徵點辨識，以產生該動作資訊。
  4. 如請求項3所述的方法，其中，進行多個身體部位的肢體特徵點辨識的步驟包括：依據該人體模型從該些身體部位的肢體特徵點辨識產生一骨架資訊後，對該骨架資訊使用一肢體特徵辨識模型萃取出該揮桿動作中的該些揮桿定點的肢體動作變化資訊及肢體旋轉角度資訊作為該動作資訊。
  5. 如請求項4所述的方法，其中，進行多個身體部位的肢體特徵點辨識的步驟更包括：依據該些揮桿定點的肢體動作變化資訊及肢體旋轉角度資訊的特徵，將該動作資訊分成該些階段。
  6. 如請求項1所述的方法，還包括：執行一模型建立程序，以產生該專家模型，其中，該模型建立程序包括：取得與該些第一初學者相關的該些筆初學揮桿資料；經由一標註介面以供該些筆初學揮桿資料進行姿勢偏差標註，以產生訓練資料； 以該訓練資料訓練多名第二初學者，以驗證並修正該訓練資料；提供多個參考文本，並以該些參考文本建立一語意庫；將該些筆初學揮桿資料、經過標註的該訓練資料及該語意庫進行關聯，以產生一專家知識圖譜；依據該使用者介面的顯示內容設定一推論模型目標；以及依據該專家知識圖譜及該推論模型目標，建立在該專家模型中用於姿勢校正推論的一模糊法則。
  7. 如請求項6所述的方法，其中，該專家模型更包含有對應該揮桿動作的揮桿定點細部資訊，且該計算裝置更經由該些筆揮桿影像數據及該些筆模擬器數據進行分析取得該使用者的該揮桿動作的揮桿定點細部資訊，且經由該標註介面以供該些筆初學揮桿資料進行的該些姿勢偏差標註包括對應的常犯錯誤、揮桿定點細部偏差及該專家修正建議。
  8. 如請求項1所述的方法，其中，該專家模型更包含有對應該揮桿動作的擊球點類特徵資訊，且方法包括配置該計算裝置以：經由對該些筆揮桿影像數據及該些筆模擬器數據進行分析取得該使用者進行該揮桿動作時的擊球點類特徵資訊；以及通過比對每一階段中該使用者動作資訊和對應的專家動作資訊以及比對該專家模型的擊球點類特徵資訊和使用者的擊球點類特徵資訊，以產生比對結果。
  9. 如請求項1所述的方法，其中，該專家模型更包含有對應該揮桿動作的球路類特徵資訊，且方法更包括經由該計算裝置 從該些筆模擬器數據中取出模擬器的球路類特徵資訊，比對每一階段中該使用者動作資訊和對應的專家動作資訊以及比對該專家模型的球路類特徵資訊和模擬器的球路類特徵資訊，以產生比對結果。
  10. 一種高爾夫球教學系統，包括：多個影像擷取裝置及一高爾夫球模擬器，經配置以於一使用者進行一揮桿動作時擷取該使用者的多筆揮桿影像數據及對應的多筆模擬器數據；一計算裝置，經配置以執行下列步驟：接收該些筆揮桿影像數據及該些筆模擬器數據；取得一專家模型，其中該專家模型包含有對應該揮桿動作中的多個階段的專家動作資訊，及其對應的修正建議資訊，該些階段是依據一高爾夫球P分類系統的多個揮桿定點所定義，且該專家動作資訊是依據多名第一初學者的多筆初學揮桿資料而產生各該揮桿定點的肢體動作類資訊所建立；對該些筆揮桿影像數據及該些筆模擬器數據執行一分析程序，以將該揮桿動作分成該多個階段中的使用者動作資訊；及經由該專家模型，比對每一階段中該使用者動作資訊和對應的專家動作資訊，並依據比對結果提供對應的修正建議資訊；以及一使用者介面，經配置以提供該修正建議資訊。
  11. 如請求項10所述的系統，其中，該些影像擷取裝置包括：一上方攝影機，用於取得該使用者進行該揮桿動作時的至少 一上方影像；一側面攝影機，用於取得該使用者進行該揮桿動作時的至少一側面影像；以及一正面攝影機，用於取得該使用者進行該揮桿動作時的至少一正面影像。
  12. 如請求項11所述的系統，其中，該分析程序包括：依據一人體模型，對該至少一正面影像及該至少一側面影像進行多個身體部位的肢體特徵點辨識，以產生該動作資訊。
  13. 如請求項12所述的系統，其中，進行多個身體部位的肢體特徵點辨識的步驟包括：依據該人體模型從該些身體部位的肢體特徵點辨識產生一骨架資訊後，對該骨架資訊使用一肢體特徵辨識模型萃取出該揮桿動作中的該些揮桿定點的肢體動作變化資訊及肢體旋轉角度資訊作為該動作資訊。
  14. 如請求項13所述的系統，其中，進行多個身體部位的肢體特徵點辨識的步驟更包括：依據該些揮桿定點的肢體動作變化資訊及肢體旋轉角度資訊的不同特徵，將該動作資訊分成該些階段。
  15. 如請求項10所述的系統，其中，該計算裝置經配置以執行一模型建立程序，以產生該專家模型，其中，該模型建立程序包括：取得與該些第一初學者相關的該些筆初學揮桿資料； 經由一標註介面以供該些筆初學揮桿資料進行姿勢偏差標註，以產生訓練資料；以該訓練資料訓練多名第二初學者，以驗證並修正該訓練資料；提供多個參考文本，並以該些參考文本建立一語意庫；將該些筆初學揮桿資料、經過標註的該訓練資料及該語意庫進行關聯，以產生一專家知識圖譜；依據該使用者介面的顯示內容設定一推論模型目標；以及依據該專家知識圖譜及該推論模型目標，建立在該專家中用於姿勢校正推論的一模糊法則。
  16. 如請求項15所述的系統，其中，該專家模型更包含有對應該揮桿動作的揮桿定點細部資訊，且計算裝置更經由該些筆揮桿影像數據及該些筆模擬器數據進行分析取得該使用者的該揮桿動作時的揮桿定點細部資訊，且經由該標註介面以供該些筆初學揮桿資料進行的該些姿勢偏差標註包括對應的常犯錯誤、揮桿定點細部偏差及該專家修正建議。
  17. 如請求項10所述的系統，其中，該專家模型更包含有對應該揮桿動作的擊球點類特徵資訊，且該計算裝置更經由對該些筆揮桿影像數據及該些筆模擬器數據進行分析取得該使用者進行高爾夫球揮桿動作時的擊球點類特徵資訊，以及通過比對每一階段中該使用者動作資訊和對應的專家動作資訊以及比對該專家模型的擊球點類特徵資訊和使用者的擊球點類特徵資訊，以產生比對結果。
  18. 如請求項10所述的系統，其中，該專家模型更包含有對應該 揮桿動作的球路類特徵資訊，且該計算裝置更由從該些筆模擬器數據中取出模擬器的球路類特徵資訊，比對每一階段中該使用者動作資訊和對應的專家動作資訊以及比對該專家模型的球路類特徵資訊和模擬器的球路類特徵資訊，以產生比對結果。
TW111143310A 2022-11-14 2022-11-14 高爾夫球教學方法及高爾夫球教學系統 TWI821014B (zh)

Priority Applications (4)

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
CN202211455789.0A 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
US18/137,152 US20240157217A1 (en) 2022-11-14 2023-04-20 Golf teaching method and golf teaching system
KR1020230073362A KR20240070382A (ko) 2022-11-14 2023-06-08 골프 교습 방법 및 골프 교습 시스템

Applications Claiming Priority (1)

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

Publications (2)

Publication Number Publication Date
TWI821014B true TWI821014B (zh) 2023-11-01
TW202419138A TW202419138A (zh) 2024-05-16

Family

ID=89722200

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (4)

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

Citations (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
WO2019019311A1 (zh) * 2017-07-27 2019-01-31 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
CN111228771A (zh) * 2020-02-19 2020-06-05 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
US20210113906A1 (en) * 2017-10-09 2021-04-22 Martin Wyeth Apparatus and method for repetitive training of golf swing with virtual reality
TW202146084A (zh) * 2020-02-05 2021-12-16 美商瑞恩公司 高爾夫球桿揮桿動作追蹤與分析的可攜式裝置、方法與系統
US20220203166A1 (en) * 2020-12-31 2022-06-30 Vrotein Inc. Putting guide system

Patent Citations (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
WO2019019311A1 (zh) * 2017-07-27 2019-01-31 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
US20210113906A1 (en) * 2017-10-09 2021-04-22 Martin Wyeth Apparatus and method for repetitive training of golf swing with virtual reality
TW202146084A (zh) * 2020-02-05 2021-12-16 美商瑞恩公司 高爾夫球桿揮桿動作追蹤與分析的可攜式裝置、方法與系統
CN111228771A (zh) * 2020-02-19 2020-06-05 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
CN118022296A (zh) 2024-05-14
US20240157217A1 (en) 2024-05-16
KR20240070382A (ko) 2024-05-21

Similar Documents

Publication Publication Date Title
Chen et al. Computer-assisted yoga training system
Thar et al. A proposal of yoga pose assessment method using pose detection for self-learning
Ghasemzadeh et al. Sport training using body sensor networks: A statistical approach to measure wrist rotation for golf swing
Ghasemzadeh et al. Wearable coach for sport training: A quantitative model to evaluate wrist-rotation in golf
KR102594938B1 (ko) 인공신경망을 이용한 스포츠 자세를 비교 및 교정하는 장치 및 방법
WO2020084667A1 (ja) 認識方法、認識プログラム、認識装置、学習方法、学習プログラムおよび学習装置
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
KR100907704B1 (ko) 인공지능형 캐디를 이용한 골퍼자세교정시스템 및 이를이용한 골퍼자세교정방법
US20230245366A1 (en) 3d avatar generation using biomechanical analysis
Lin et al. The effect of real-time pose recognition on badminton learning performance
Ma et al. A wushu posture recognition system based on MediaPipe
TWI821014B (zh) 高爾夫球教學方法及高爾夫球教學系統
Xipeng et al. Research on badminton teaching technology based on human pose estimation algorithm
Yao et al. RETRACTED ARTICLE: A smart position optimization scheme for badminton doubles based on human–computer interactive training in wireless sensor networks
Huang et al. Analysis Technology of Tennis Sports Match Based on Data Mining and Image Feature Retrieval
TW202419138A (zh) 高爾夫球教學方法及高爾夫球教學系統
Li et al. The Biomechanical Analysis on the Tennis Batting Angle Selection under Deep Learning
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
Liu et al. Innovative Application of Computer Vision and Motion Tracking Technology in Sports Training
US20230181971A1 (en) System and method for analyzing one or movements of a moveable entity
Yao et al. Research on position optimization of badminton doubles based on wireless sensor and human-computer interactive training
Yao et al. RETRACTED ARTICLE
Le Yu et al. Applied Mathematics and Nonlinear Sciences
Roopa et al. An Artificial Intelligence Improved Golf Self-Training System using Deep Learning