一种基于人工智能的有球无球训练或娱乐系统及方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 110929595 A (43)申请公布日 2020.03.27 (21)申请号 201911080440.1 (22)申请日 2019.11.07 (71)申请人 河海大学 地址 210000 江苏省南京市鼓楼区西康路1 号 (72)发明人 祁健　王如宾　 (74)专利代理机构 南京苏高专利商标事务所 (普通合伙) 32204 代理人 柏尚春 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 权利要求书2页 说明书6页 附图3页 (54)发明名称 一种基于人工智能的有球无球训练或娱乐 系统及方法 (57)摘要 本发明公开了一种基于人工智能的有球无 球训练或娱乐系统及方法，该系统包括球员检测 系统、球类检测系统以及动作分析系统和可视化 反馈系统；球员检测系统在球员出现在采集范围 内时，预先学习球员标注数据获得球员检测模 型，通过此模型启动球员检测方法获得球员在像 素坐标系下的检测框信息；球类检测系统在采集 范围内出现球类时，预先学习球类标注数据获得 球类检测模型，获得球员的检测框以及球在像素 坐标系下的检测框位置；动作分析系统结合球员 检测框和球类检测框信息，进行球员身体关节点 A 和肢体位置的预测和计算；可视化反馈系统将球 5 员是否完成预设动作的结果在展示设备上展示 9 5 9 反馈。本发明对球类爱好者进行人体、球类、肢体 2 9 0 检测和识别，进行有球无球动作训练的指导与监 1 1 N 督反馈。 C CN 110929595 A 权　利　要　求　书 1/2页 1.一种基于人工智能的有球无球训练或娱乐系统，其特征在于：包括球员检测系统、球 类检测系统、动作分析系统及可视化反馈系统； 所述球员检测系统在球员出现在视屏采集设备范围内时，预先学习球员标注数据获得 球员检测模型，通过所述模型启动球员检测方法获得球员在像素坐标系下的检测框信息， 然后使用目标跟踪方法对球员目标进行跟踪，所述球员检测方法为基于深度学习的球员检 测方法或传统检测方法； 所述球类检测系统在采集设备的采集范围内出现球类时，预先学习球类标注数据获得 球类检测模型，通过所述模型启动基于深度学习的球类检测方法或传统检测方法，获得球 的检测框以及球在像素坐标系下的检测框位置，然后使用目标跟踪方法对球类目标进行跟 踪； 所述动作分析系统结合球员检测系统获得的球员检测框的信息，以及球类检测系统获 得的球类检测框信息，进行对球员的身体关节点和肢体位置的预测和计算，对球员动作进 行判断和分析； 所述可视化反馈系统将动作分析系统中球员是否完成预设动作的结果在展示设备上 进行展示反馈。 2.根据权利要求1所述的基于人工智能的有球无球训练或娱乐系统，其特征在于：所述 球员检测方法基于卷积神经网络对图片中标注了球员目标检测框的数据进行训练，并使用 反向传播方法进行模型参数优化，来获得球员检测模型。 3.根据权利要求1所述的基于人工智能的有球无球训练或娱乐系统，其特征在于：使用 目标跟踪方法对球员目标进行跟踪时，利用深度学习中的卷积神经网络学习标注的视频数 据中球员目标特征，并对当前以及前一帧提取球员特征并比较相似性。 4.根据权利要求1所述的基于人工智能的有球无球训练或娱乐系统，其特征在于：使用 目标跟踪方法对球员目标进行跟踪时，基于傅里