[發明專利]采集投籃運動量的方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110277974.4
• 申請日: 2021-03-15
• 公開（公告）號: CN113011310B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 羅新建
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06T7/246;G06T7/73;G06N3/04;G06N3/08;G06F16/78;G06F16/783
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 楊俊華

1.一種基于圖像識別和感應籃板采集投籃運動量的方法，其特征在于，包括：

獲取由雙目鏡頭相機采集的投籃監控視頻；

針對所述投籃監控視頻中的各個視頻幀圖像，識別出是否包含有目標圖像，并在識別出包含有所述目標圖像時，確定目標物體的空間坐標，其中，所述目標圖像包含有籃球圖像和人體圖像，所述目標物體為與所述目標圖像對應的籃球或人體；

根據所述目標圖像的識別結果、所述目標物體的定位結果和來自感應籃板的籃球感應信號，從所述投籃監控視頻中抽取滿足如下條件(A)～(D)的且與所述籃球感應信號一一對應的連續視頻幀圖像集合：

(A)所述連續視頻幀圖像集合包含有N個視頻幀圖像，并且所述N個視頻幀圖像中的各個視頻幀圖像分別包含有單個籃球圖像，其中，N為不小于2的自然數；

(B)所述連續視頻幀圖像集合中的首個視頻幀圖像還包含有至少一個人體圖像，并且針對所述首個視頻幀圖像中的至少一個人體圖像和單個籃球圖像，從與該至少一個人體圖像對應的人體空間坐標至與該單個籃球圖像對應的籃球空間坐標的距離不大于預設距離閾值；

(C)所述連續視頻幀圖像集合中的非首個視頻幀圖像不包含有人體圖像，或者在包含有至少一個人體圖像時，針對所述非首個視頻幀圖像中的任意一個人體圖像和單個籃球圖像，從與該任意一個人體圖像對應的人體空間坐標至與該單個籃球圖像對應的籃球空間坐標的距離大于所述預設距離閾值；

(D)所述連續視頻幀圖像集合中的第N個視頻幀圖像的采集時間戳不晚于所述籃球感應信號的觸發時間戳；

針對所述連續視頻幀圖像集合中的各組相鄰兩視頻幀圖像，按照如下公式計算對應的籃球機械能E：

式中，m表示籃球的重量，d表示從在先籃球空間坐標至在后籃球空間坐標的距離，所述在先籃球空間坐標是指與在先視頻幀圖像中單個籃球圖像對應的籃球空間坐標，所述在后籃球空間坐標是指與在后視頻幀圖像中單個籃球圖像對應的籃球空間坐標，所述在先視頻幀圖像和所述在后視頻幀圖像為所述相鄰兩視頻幀圖像中按照采集時間戳進行先后排序的兩個視頻幀圖像，h_B表示所述在后籃球空間坐標的高程，h_A表示所述在先 籃球空間坐標的高程，h₁表示首個籃球空間坐標的高程，所述首個籃球空間坐標是指與所述首個視頻幀圖像中單個籃球圖像對應的籃球空間坐標，t_B表示所述在后視頻幀圖像的采集時間戳，t_A表示所述在先 視頻幀圖像的采集時間戳，g表示重力加速度；

根據計算所得的N-1個籃球機械能中的最早值、最大值、平均值或中間值，確定運動員的投籃運動量，其中，所述最早值是指按照采集時間前后順序與首組相鄰兩視頻幀圖像對應的籃球機械能計算所得值。

2.如權利要求1所述的方法，其特征在于，針對所述投籃監控視頻中的各個視頻幀圖像，識別出是否包含有目標圖像，包括：

將視頻幀圖像導入已完成預訓練的第一檢測模型，然后根據所述第一檢測模型的檢測結果，判斷在所述視頻幀圖像中是否包含有籃球圖像，其中，所述第一檢測模型采用FasterR-CNN檢測模型、SSD檢測模型或YOLO檢測模型；

將包含有籃球圖像的視頻幀圖像導入已完成預訓練的第二檢測模型，然后根據所述第二檢測模型的檢測結果，判斷在所述視頻幀圖像中是否包含有人體圖像，其中，所述第二檢測模型采用Faster R-CNN檢測模型、SSD檢測模型或YOLO檢測模型。

3.如權利要求1所述的方法，其特征在于，在識別出包含有所述目標圖像時，確定目標物體的空間坐標，包括：

根據所述雙目鏡頭相機的雙目測距原理，確定所述目標物體至相機坐標系原點的距離；

根據所述目標物體至相機坐標系原點的距離和所述目標圖像在所述視頻幀圖像中的平面坐標，獲取所述目標物體在相機坐標系中的坐標位置；

根據所述雙目鏡頭相機的安裝位置及安裝姿態，將所述目標物體在相機坐標系中的坐標位置換算成所述目標物體的空間坐標。