[发明专利]基于深度学习与历史经验数据的桌面冰壶轨迹预测方法

说明书

本发明公开了基于深度学习与历史经验数据的桌面冰壶轨迹预测方法，包括以下步骤：(1)获取桌面冰壶历史运动视频数据作为训练样本数据；(2)将桌面冰壶历史运动视频数据输入到桌面冰壶目标检测深度学习网络中，学习每个时刻上桌面冰壶的位置特征；(3)通过每一时刻桌面上不同冰壶位置以及同一冰壶在不同时刻的位置建模冰壶轨迹的空间图与时间图；(4)将冰壶轨迹空间图与时间图数据输入到基于自注意机制和长短期记忆递归神经网络的多步冰壶轨迹预测网络中，预测未来一段时间内的冰壶运动轨迹；(5)基于预测的桌面冰壶轨迹进行“平均位移误差”和“最终位移误差”分析。本发明为桌面冰壶轨迹预测提供了一种新型实用的方法，通过对桌面冰壶历史运动视频利用有效的桌面冰壶目标检测深度学习网络获取冰壶历史运动轨迹，在基于历史轨迹的图结构建模的基础上在时间维度和空间维度上利用自注意机制以及长短期记忆递归神经网络对冰壶运动轨迹特征建模，实现对冰壶运动轨迹的准确预测。

技术领域

本发明涉及视频目标追踪和轨迹预测领域，具体而言涉及基于深度学习与历史经验数据的桌面冰壶轨迹预测方法。

背景技术

冰壶(Curling)，又称掷冰壶、冰上溜石，是以队为单位在冰上进行的一种投掷性竞赛项目，被喻为冰上的“国际象棋”。作为2022北京冬奥会正式比赛项目，冰壶运动受到广泛关注。但由于冰壶价格昂贵，比赛场地要求较高，人们无法体验到冰壶运动的乐趣。因此，能够模拟冰壶运动的桌面冰壶可以让人们更方便的享受冰壶运动的乐趣。

桌面冰壶与冰壶运动同样是一种竞技性的运动，因此通过对大量桌面冰壶历史运动数据对未来轨迹进行预测，可以更好的帮助我们进行训练和制定战术。基于神经网络的深度学习技术可以在大量经验时序数据上自动学习建模模型，这成为桌面冰壶轨迹预测问题的重要可能。基于深度学习的桌面冰壶轨迹预测方法需要解决从视频数据中提取桌面冰壶轨迹，并根据经验数据预测未来一段时间的运动轨迹等问题。

发明内容

为解决上述问题，本发明目的在于提出一种基于深度学习与历史经验数据的桌面冰壶轨迹预测方法，使用高效的桌面冰壶检测网络提取冰壶空间坐标，在冰壶历史运动轨迹建模的基础上，应用基于自注意机制和长短期记忆递归神经网络的多步冰壶轨迹预测网络，实现桌面冰壶轨迹预测。

为达成上述目的，结合图1，本发明提出基于深度学习与历史经验数据的桌面冰壶轨迹预测方法包括以下步骤：

S1、获取桌面冰壶历史运动视频数据作为训练样本数据；

S2、将桌面冰壶历史运动视频数据输入到桌面冰壶目标检测深度学习网络中，学习每个时刻上桌面冰壶的空间坐标；

S3、通过一段时间内的桌面冰壶空间坐标建模冰壶轨迹的空间图；

S4、将冰壶轨迹空间图数据按时序输入到基于自注意机制、图卷积网络和长短期记忆递归神经网络的多步冰壶轨迹预测网络中，预测未来一段时间内的冰壶运动轨迹；多步冰壶轨迹预测网络结构包括自注意模块、图卷积网络和轨迹预测模块；

S5、基于预测的桌面冰壶轨迹进行“平均位移误差”和“最终位移误差”分析。

进一步地，步骤S1包括以下子步骤：

S101、使用图像采集设备获取桌面冰壶历史运动视频图像数据；

S102、将视频图像每一维的数据归一化到[0,1]。

进一步地，所述的桌面冰壶目标检测深度学习网络包括多尺度特征提取模块、空间金字塔池化模块、路径聚合模块和桌面冰壶位置预测头；步骤S2包括以下子步骤：

S201、多尺度特征提取模块使用卷积模块和残差模块提取多尺度特征；

S202、空间金字塔池化模块对多尺度特征提取模块最后提取到的特征使用不同尺寸的最大值池化获取感受野不同的池化特征，并使用连接操作得到上下文特征；