[发明专利]一种冰壶球运动状态估计方法

权利要求书

1.一种冰壶球运动状态估计方法，其特征在于，所述估计方法包括以下步骤：

步骤一：建立冰壶球数据集，训练冰壶球目标检测网络和转角检测网络；

步骤二：采用训练好的冰壶球目标检测网络对冰壶球比赛视频序列进行检测，获取冰壶球边界框信息；

步骤三：将所述冰壶球边界框信息取出，初始化冰壶球目标跟踪网络，在后续视频帧中持续跟踪冰壶球目标，获得冰壶球的中心坐标；

步骤四：根据所述冰壶球边界框信息，将该冰壶球从原始图像中截取出来，送入训练好的转角检测网络进行转角提取；

步骤五：通过坐标转换，将图像坐标系下的冰壶球的中心坐标和转角转换为冰壶赛场上的冰壶球坐标和转角；

在步骤一中，转角检测网络为回归模型，是一种卷积神经网络，输入为冰壶球的图片，输出为冰壶球把手在图像中的角度，假设标注为冰壶球把手的线段的两个端点分别为A(x₁,x₂)和B(x₂,y₂)，计算出所述线段相对于水平方向的转角θ，其中，0≤θ≤π，计算公式如下：

输出层采用Sigmoid激活函数，输出值y在[0,1]之间，令将θ映射为[0,1]之间，作为卷积神经网络回归的目标，损失函数为交叉熵损失函数为：

2.根据权利要求1所述的一种冰壶球运动状态估计方法，其特征在于，步骤一中包括以下步骤：

步骤一一、获取标注的冰壶球数据集，为每个冰壶球标注边界框和把手；

步骤一二、将标注好的冰壶球数据集划分为训练集和验证集，使用验证集数据训练冰壶球目标检测网络；

步骤一三、利用标注好的冰壶球把手数据集，训练转角检测网络。

3.根据权利要求1所述的一种冰壶球运动状态估计方法，其特征在于，步骤二中包括以下步骤：

步骤二一、将视频序列中的图像输入至冰壶球目标检测网络，输出零至多个边界框，边界框的信息由[x₁,y₁,x₂,y₂]表示，其中(x₁,y₁)为冰壶球边界框的左上角坐标，(x₂,y₂)为冰壶球边界框的右下角坐标；

步骤二二、统计边界框的个数N，如果N≥1，执行步骤三，否则重新执行步骤二。

4.根据权利要求3所述的一种冰壶球运动状态估计方法，其特征在于，步骤三中包括以下步骤：

步骤三一、将步骤二输入图像检测得到的冰壶球边界框信息出，用以初始化目标跟踪网络；

步骤三二、取出视频序列的下一帧图像X_t，输入冰壶球目标跟踪网络，得到第t帧图像X_t中的冰壶球的边界框通过边界框计算该帧中冰壶球的中心坐标：

5.根据权利要求4所述的一种冰壶球运动状态估计方法，其特征在于，步骤四中包括以下步骤：

步骤四一、将图像X_t中区域的图像块取出，为满足转角检测网络的输入，将该图像块填补成正方形，其中，x为冰壶球在图像中的横坐标，y为冰壶球在图像中的纵坐标；

步骤四二、将填补后的正方形图片缩放到标准大小，输入转角检测网络，得到输出其中，通过得到第t帧中冰壶球把手在图像中的转角θ^t，其中，为第t帧图像中冰壶球转角的预测值。

6.根据权利要求1所述的一种冰壶球运动状态估计方法，其特征在于，步骤五中包括以下步骤：

步骤五一、通过单应性矩阵H，将冰壶球中心在图像坐标系中的坐标转换为冰壶赛场俯视图中的坐标：

步骤五二、将冰壶球把手在图像中的转角转化为在冰壶赛场俯视图中的转角。