基于深度学习的冰壶检测与轨迹追踪
孙浩淼
李宗民
王向东
孙文洁
中国石油大学(华东)计算机科学与技术学院 青岛 266580
摘要：冰壶运动轨迹捕捉可以数字化还原比赛过程中冰壶的运动曲线,不仅有利于观众更好了解比赛情况,还可以帮助运动员对当前局势做出判断.运动员与冰壶之间的交互会导致冰壶频繁地被刷子或者运动员身体遮挡,所以从视频序列中直接对移动的冰壶进行追踪是非常困难的.论文针对冰壶比赛场景,通过优化深度学习中的目标检测算法,使用结合冰壶运动特征以及外表特征的多目标追踪方法实现了对冰壶目标的捕捉,坐标的快速校准以及冰壶运动轨迹的合成.论文还提供了一个实际冰壶比赛场景下的标注数据集,弥补了冰壶目标检测与追踪的大型数据集的欠缺.在真实冰壶场景数据集上,与现有的冰壶目标检测与追踪算法相比,实验结果证明,所提方法能够高效完成冰壶追踪任务并且具有很高的准确率.
关键词：冰壶目标检测目标追踪轨迹特征
分类号：TP391.9(计算技术、计算机技术)G862.6(水上、冰上与雪上运动)
资助基金：国家重点研发计划(2019YFF0301800)国家自然科学基金(61379106)山东省自然科学基金(ZR2013FM036)山东省自然科学基金(ZR2015FM011)
论文发表日期：2024-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2955-2959 )
英文信息