[发明专利]一种羽毛球运动轨迹跟踪方法、系统、介质及设备

权利要求书

1.一种羽毛球运动轨迹跟踪方法，其特征在于，包括：

利用羽毛球模型对羽毛球运动视频的当前帧的前一帧中的羽毛球进行检测，得到所述羽毛球的重心；其中，所述羽毛球模型为利用训练样本中的图片特征，并根据所述图片特征基于AdaBoost算法创建的模型；所述训练样本包括羽毛球运动图片和干扰物图片以及相应的图片分类信息；

提取所述当前帧的运动前景；其中，所述运动前景包括羽毛球运动前景和干扰物运动前景；

计算所述重心与每一个运动前景的重心的距离，并将距离按数值的大小进行排序，得到运动距离组；

按预设的筛选条件对所述运动距离组中的数值进行筛选；

将筛选到的数值所对应的运动前景的重心，标记为所述当前帧的羽毛球位置点。

2.根据权利要求1所述的方法，其特征在于，所述提取所述当前帧的运动前景的过程，包括：

利用高斯背景的前景滤波算法提取所述当前帧的运动前景。

3.根据权利要求1所述的方法，其特征在于，所述按预设的筛选条件对所述运动距离组中的数值进行筛选的过程，包括：

按预设的运动前景的周长筛选条件和/或面积筛选条件和/或颜色占比筛选条件对数值进行筛选。

4.根据权利要求1所述的方法，其特征在于，所述利用训练样本中的图片特征，并根据所述图片特征基于AdaBoost算法创建的模型的过程，包括：

利用Haar算法提取所述图片特征，并根据所述图片特征基于AdaBoost算法创建模型。

5.根据权利要求1所述的方法，其特征在于，所述训练样本中羽毛球运动图片和干扰物图片的数量比例为m＜n；其中，羽毛球运动图片的数量为m，干扰物图片的数量为n。

6.根据权利要求1所述的方法，其特征在于，所述利用羽毛球模型对羽毛球运动视频的当前帧的前一帧中的羽毛球进行检测的过程之后，还包括：

若未检测到所述羽毛球，则继续对所述羽毛球进行检测。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述按预设的筛选条件对所述运动距离组中的数值进行筛选的过程之后，还包括：

若未筛选到符合所述筛选条件的数值，则不对所述当前帧进行标记。

8.一种羽毛球运动轨迹跟踪系统，其特征在于，包括：

羽毛球检测模块，用于利用羽毛球模型对羽毛球运动视频的当前帧的前一帧中的羽毛球进行检测，得到所述羽毛球的重心；

运动前景提取模块，用于提取所述当前帧的运动前景；其中，所述运动前景包括羽毛球运动前景和干扰物运动前景；

数值排序模块，用于计算所述重心与每一个运动前景的重心的距离，并将距离按数值的大小进行排序，得到运动距离组；

数值筛选模块，用于按预设的筛选条件对所述运动距离组中的数值进行筛选；

位置点标记模块，用于将筛选到的数值所对应的运动前景的重心，标记为所述当前帧的羽毛球位置点；其中，所述羽毛球模型为利用训练样本中的图片特征，并根据所述图片特征基于AdaBoost算法创建的模型；所述训练样本包括羽毛球运动图片和干扰物图片以及相应的图片分类信息。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述羽毛球运动轨迹跟踪方法的步骤。

10.一种羽毛球运动轨迹跟踪设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的羽毛球运动轨迹跟踪方法的步骤。