基于目标检测和跟踪的乒乓球落点识别及评分系统
发布时间：2021-11-06 19:59
科技改变生活,随着图像处理技术在体育比赛中的应用日益广泛,在球类比赛中,针对快速运动球体进行识别与定位的落点识别系统,在比赛和日常训练中扮演重要角色,成为当前人工智能在文体娱乐领域的研究热点之一。本文设计的基于目标检测和跟踪的乒乓球落点识别及评分系统,重点研究将目标检测和跟踪技术应用于智能化乒乓球训练场景中,通过采集运动员的打球视频,对乒乓球的落点进行准确识别并进行落点区域分析,记录运动员的训练效果。本文设计的基于目标检测和跟踪的乒乓球落点识别及评分系统采用客户端/服务端（C/S）的分布式设计模式,其中,客户端负责人机交互,包括采集用户的语音数据,进行语义分析,发送训练控制指令,传输打球视频数据,并负责实现落点识别和打球评分结果的可视化。服务端负责接收语音指令并解析指令,接收客户端传输过来的视频流,并对训练视频进行乒乓球检测与跟踪,进行落点识别和区域分析,最后将结果返回给客户端。为了识别乒乓球的落点,本文对传统的Vibe目标检测算法进行了改进,包括:增加算法的邻域采样范围,降低误检;加入自适应背景变化的阈值选择,提高检测稳定性;检测区域的连续区域滤波和像素闪烁点的检测,去除噪点干扰。在...
【文章来源】：南京邮电大学江苏省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
乒乓球回放系统
南京邮电大学专业学位硕士研究生学位论文第一章绪论6图1.2YOLOv3检测原理图图1.3SSD检测原理图上述用于视频序列的单帧目标检测算法，将当前图像中所有目标（包括静止和运动的）都检测出来，无法突出运动区域，忽略了相邻帧之间的时间信息和上下文的相关性。TCNN（TubeletswithConvolutionalNeuralNetworks）[27]实现了将当前帧图像的位置和置信度信息传递给相邻帧，因为物体在连续相邻帧之间的运动具有相关性，因此该算法的检测精度得到了提升。2016年Braham等人针对视频序列，采取了提取背景的时域平均值来构建卷积神经网络的方式，进一步提升了检测效果。2017年发表的DeepFeatureFlow[28]算法，利用flowestimetion、flowpropagation提取关键帧的CNN特征，然后将深度特征从关键帧传递到其他帧，在关键帧之间利用光流网络传递数据，由于算法只处理关键帧，因此减少了计算量，提高了检测效率。2019年，Lipeiliang等人提出了一种双目的3D目标检测，将几何约束的优化方式融入到传统的检测任务，实现了对目标三维位置的估计，将深度学习和SLAM（Simultaneouslocalizationandmapping）结合在一起。虽然基于深度学习的检测方法准确率高、实施方便，但是目前仍然主要针对单幅图像，考虑到本文提出的系统主要针对视频进行处理，且目标检测物体
南京邮电大学专业学位硕士研究生学位论文第一章绪论6图1.2YOLOv3检测原理图图1.3SSD检测原理图上述用于视频序列的单帧目标检测算法，将当前图像中所有目标（包括静止和运动的）都检测出来，无法突出运动区域，忽略了相邻帧之间的时间信息和上下文的相关性。TCNN（TubeletswithConvolutionalNeuralNetworks）[27]实现了将当前帧图像的位置和置信度信息传递给相邻帧，因为物体在连续相邻帧之间的运动具有相关性，因此该算法的检测精度得到了提升。2016年Braham等人针对视频序列，采取了提取背景的时域平均值来构建卷积神经网络的方式，进一步提升了检测效果。2017年发表的DeepFeatureFlow[28]算法，利用flowestimetion、flowpropagation提取关键帧的CNN特征，然后将深度特征从关键帧传递到其他帧，在关键帧之间利用光流网络传递数据，由于算法只处理关键帧，因此减少了计算量，提高了检测效率。2019年，Lipeiliang等人提出了一种双目的3D目标检测，将几何约束的优化方式融入到传统的检测任务，实现了对目标三维位置的估计，将深度学习和SLAM（Simultaneouslocalizationandmapping）结合在一起。虽然基于深度学习的检测方法准确率高、实施方便，但是目前仍然主要针对单幅图像，考虑到本文提出的系统主要针对视频进行处理，且目标检测物体
【参考文献】：
期刊论文
[1]基于ViBe改进的运动目标检测算法[J]. 官洪运,汪晨,苏振涛. 信息技术与网络安全. 2019(06)
[2]增强现实（AR）技术应用与发展趋势[J]. 顾长海. 中国安防. 2018(08)
[3]基于Vibe和三帧差法的目标检测算法[J]. 白一帆,李海芳,扆梦楠. 湖南科技大学学报(自然科学版). 2018(02)
[4]基于C/S结构的分布式HIS架构的开发[J]. 冯海云,刘晓伟,李丹彤. 医疗卫生装备. 2017(05)
[5]Harris角点检测的优化算法[J]. 洪改艳,芮廷先,俞伟广,何士产,王天召. 计算机系统应用. 2017(04)
[6]运动目标检测算法研究综述[J]. 程爱灵,黄昶,李小雨. 信息通信. 2017(01)
[7]基于帧间差分和金字塔光流法的运动目标检测[J]. 郝慧琴,王耀力. 电视技术. 2016(07)
[8]高水平乒乓球赛事引入“鹰眼”系统的可行性分析[J]. 张倩,唐东阳. 湖北体育科技. 2016(03)
[9]基于海康威视SDK的视频监控软件的开发[J]. 陈俊良,葛俊锋,叶林,桂康. 工业控制计算机. 2015(07)
[10]鹰眼技术在网球比赛中应用分析[J]. 刘华,赵娜,梁峰. 电子测试. 2013(18)
硕士论文
[1]角点检测理论及算法研究[D]. 梁艳.华中科技大学 2010
本文编号：3480433
【文章来源】：南京邮电大学江苏省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
乒乓球回放系统
南京邮电大学专业学位硕士研究生学位论文第一章绪论6图1.2YOLOv3检测原理图图1.3SSD检测原理图上述用于视频序列的单帧目标检测算法，将当前图像中所有目标（包括静止和运动的）都检测出来，无法突出运动区域，忽略了相邻帧之间的时间信息和上下文的相关性。TCNN（TubeletswithConvolutionalNeuralNetworks）[27]实现了将当前帧图像的位置和置信度信息传递给相邻帧，因为物体在连续相邻帧之间的运动具有相关性，因此该算法的检测精度得到了提升。2016年Braham等人针对视频序列，采取了提取背景的时域平均值来构建卷积神经网络的方式，进一步提升了检测效果。2017年发表的DeepFeatureFlow[28]算法，利用flowestimetion、flowpropagation提取关键帧的CNN特征，然后将深度特征从关键帧传递到其他帧，在关键帧之间利用光流网络传递数据，由于算法只处理关键帧，因此减少了计算量，提高了检测效率。2019年，Lipeiliang等人提出了一种双目的3D目标检测，将几何约束的优化方式融入到传统的检测任务，实现了对目标三维位置的估计，将深度学习和SLAM（Simultaneouslocalizationandmapping）结合在一起。虽然基于深度学习的检测方法准确率高、实施方便，但是目前仍然主要针对单幅图像，考虑到本文提出的系统主要针对视频进行处理，且目标检测物体
南京邮电大学专业学位硕士研究生学位论文第一章绪论6图1.2YOLOv3检测原理图图1.3SSD检测原理图上述用于视频序列的单帧目标检测算法，将当前图像中所有目标（包括静止和运动的）都检测出来，无法突出运动区域，忽略了相邻帧之间的时间信息和上下文的相关性。TCNN（TubeletswithConvolutionalNeuralNetworks）[27]实现了将当前帧图像的位置和置信度信息传递给相邻帧，因为物体在连续相邻帧之间的运动具有相关性，因此该算法的检测精度得到了提升。2016年Braham等人针对视频序列，采取了提取背景的时域平均值来构建卷积神经网络的方式，进一步提升了检测效果。2017年发表的DeepFeatureFlow[28]算法，利用flowestimetion、flowpropagation提取关键帧的CNN特征，然后将深度特征从关键帧传递到其他帧，在关键帧之间利用光流网络传递数据，由于算法只处理关键帧，因此减少了计算量，提高了检测效率。2019年，Lipeiliang等人提出了一种双目的3D目标检测，将几何约束的优化方式融入到传统的检测任务，实现了对目标三维位置的估计，将深度学习和SLAM（Simultaneouslocalizationandmapping）结合在一起。虽然基于深度学习的检测方法准确率高、实施方便，但是目前仍然主要针对单幅图像，考虑到本文提出的系统主要针对视频进行处理，且目标检测物体
【参考文献】：
期刊论文
[1]基于ViBe改进的运动目标检测算法[J]. 官洪运,汪晨,苏振涛. 信息技术与网络安全. 2019(06)
[2]增强现实（AR）技术应用与发展趋势[J]. 顾长海. 中国安防. 2018(08)
[3]基于Vibe和三帧差法的目标检测算法[J]. 白一帆,李海芳,扆梦楠. 湖南科技大学学报(自然科学版). 2018(02)
[4]基于C/S结构的分布式HIS架构的开发[J]. 冯海云,刘晓伟,李丹彤. 医疗卫生装备. 2017(05)
[5]Harris角点检测的优化算法[J]. 洪改艳,芮廷先,俞伟广,何士产,王天召. 计算机系统应用. 2017(04)
[6]运动目标检测算法研究综述[J]. 程爱灵,黄昶,李小雨. 信息通信. 2017(01)
[7]基于帧间差分和金字塔光流法的运动目标检测[J]. 郝慧琴,王耀力. 电视技术. 2016(07)
[8]高水平乒乓球赛事引入“鹰眼”系统的可行性分析[J]. 张倩,唐东阳. 湖北体育科技. 2016(03)
[9]基于海康威视SDK的视频监控软件的开发[J]. 陈俊良,葛俊锋,叶林,桂康. 工业控制计算机. 2015(07)
[10]鹰眼技术在网球比赛中应用分析[J]. 刘华,赵娜,梁峰. 电子测试. 2013(18)
硕士论文
[1]角点检测理论及算法研究[D]. 梁艳.华中科技大学 2010
本文编号：3480433
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3480433.html
最近更新
教材专著
