排球轨迹识别

猿急送>广州其它兼职程序员>球球>

案例列表

基本信息

案例ID：159485

技术顾问：球球 - 10年经验 - 百度地图

联系沟通

微信扫码，建群沟通

项目名称：排球轨迹识别

所属行业：人工智能 - 其他

->查看更多案例

案例介绍

从简单的运动视频分类，到识别体育视频中的比赛事件，再到利用视频分析技术自动生成比赛解说，计算机视觉在体育赛事分析中已经有了长足的发展，并且在这方面的应用和研究领域还在不断扩宽。
如果有看过排球比赛的话，大家想必都知道，排球的实时运动轨迹对排球的落点有很大的帮助。而如果可以预知排球的落点，就可以很好的在比赛中防住对手，把握取胜先机。因而产生了一个很有趣的问题：是否有可能预测比赛中的排球运动轨迹？
解决这类问题并不容易。
● 首先，基于排球的视频数据集数量稀少，有了真值标注的数据集更是少之又少，如何搜索合适的数据是一个不好处理的问题。
● 其次，排球本身形状较小，直接进行小物体检测，可能易于其他目标混淆，所以用检测实现追踪不是非常理想。
● 再考虑到实时性的需求，直接调用追踪框架，可能参数过多，实时测试性能表现不佳。
数据集有以下特点：

● 球的形状固定，飞行轨迹为抛物线形，所以可能可以尝试用拟合路径的方式来替代。
● 如果可以把球所在的位置标出来，然后提取出来周围的像素，说不定可以拿来学习，帮助判断对应的一张输入图像有没有球，并且帮助映射球的飞行轨迹。
● 由于排球自身有落点的问题，每一次落点后轨迹都会断开重连，如何在不使用数据相关方法的基础上，设计方案使得衔接自然合理，也是一个重点。

实现方案大致如下：

● 使用数据生成方法，产生真值数据供分类模型使用
● 使用深度学习网络建模分类，训练网络并产生预测结果
● 给定预测数据，送入深度学习网络进行预测，生成类标（预测是否为排球）
● 对属于排球的帧按照先后时间标记，依次生成追踪结果，用绿色圈标记