[发明专利]一种基于深度学习的乒乓球轨迹跟踪装置及方法

说明书

本发明公开了一种基于深度学习的乒乓球轨迹跟踪装置及方法，装置包括姿态传感球拍、六轴传感器、无线传输设备、第一摄像头，第二摄像头、USB3.1传输设备、FPGA、视觉处理单元、中央处理器、显示屏、存储器、GPRS模块和网络设备。两个摄像头捕捉乒乓球画面，使用FPGA、视觉处理单元、中央处理器结合姿态传感球拍获取乒乓球轨迹，并进行轨迹分析，得到球员击球情况，使用存储器存储数据，并通过GPRS模块上传云端，实现实时查看。本发明实现实时获取乒乓球三维位置并绘制乒乓球运动轨迹，从而对球员进行击球情况分析而且设备嵌入式部署，利用资源小，操作简便。

技术领域

本发明属于嵌入式领域，具体涉及一种基于深度学习的乒乓球轨迹跟踪装置及方法。

背景技术

目前常见的乒乓球赛事分析都是通过人眼与教练员的主观判断，教练对于轨迹的观察由于是单一视角，对乒乓球位置会存在视觉错位，教练无法准确的得知乒乓球三维轨迹信息。正确的赛事分析对教练员的能力有着很高的要求，这也使大多的乒乓球赛事中，选手无法得到较好的击球方案。除此之外，在部分情况下，教练员需要回顾以往的赛事视频去回顾乒乓球比赛，摄像头视角的多次切换与单一视角也会影响教练员对乒乓球轨迹的判断，影响教练员对赛事的正确分析。

在乒乓球员日常的训练中，乒乓球员也难以去客观了解自己的击球轨迹规律，较难去找到正确的方法矫正自身击球缺点，乒乓球员日常训练的科学分析，也成为了一大难题。

发明内容

有鉴于此，本发明的目的在于提供一种基于神经网络的乒乓球轨迹跟踪装置，包括：姿态传感球拍、六轴传感器、无线传输设备、第一摄像头，第二摄像头、USB3.1传输设备、FPGA、视觉处理单元、中央处理器、显示屏、存储器、GPRS模块和网络设备，其中：

所述姿态传感球拍中设置姿态传感器，获取击球状态；

所述六轴传感器，安装在第一摄像头与第二摄像头上，获取摄像头俯仰角度；

所述无线传输设备，在2.4GHz频段无线传输姿态传感球拍与六轴传感器数据至中央处理器；

所述第一摄像头与第二摄像头为两个高速工业摄像头；

所述FPGA，进行网络输入图片预处理，接收第一摄像头与第二摄像头实时图像，进行尺寸压缩与滤波算法；

所述视觉处理单元，具有高DNN性能，获取FPGA预处理图片，运行基于 RCNN的乒乓球目标检测网络，获得乒乓球识别结果；

所述中央处理器，获取网络识别结果，接收无线传输设备传输的数据，进行乒乓球二维坐标合成，进行基于梯度下降的乒乓球桌识别，分析得出击球数据；

所述存储器，存储中央处理器处理后的乒乓球轨迹数据及击球数据；

所述显示屏，显示中央处理器处理结果；

所述GPRS模块，连接显示屏，上传乒乓球识别轨迹及击球数据至网络设备；

所述网络设备，为可联网的移动终端，查看GPRS模块上传数据

优选地，所述第一摄像头水平放置，与乒乓球桌的球网保持同一水平位置，距离乒乓球桌0.37米，第二摄像头竖直放置，在乒乓球桌的球网正上方、乒乓球桌中央上方，距离乒乓球桌距离0.88米。

基于上述目的，本发明还提供了一种基于神经网络的乒乓球轨迹跟踪方法，采用上述装置，包括基于梯度下降的乒乓球桌识别和基于RCNN的乒乓球目标检测。

优选地，所述基于梯度下降的乒乓球桌识别，包括以下步骤：

S10，使用高斯平滑滤波器卷积降噪；

S20，使用一阶偏导算子计算梯度，

梯度幅值及相应方向计算公式：