隨著硬件設備和智能顯卡的發(fā)展,人工智能技術近些年有了長足的進步,同時在體育行業(yè)中的應用也逐漸增多。本課題以當下體育行業(yè)熱門研究方向——冰壺運動為研究背景,結合人工智能技術將數(shù)字化、信息化帶入傳統(tǒng)冰壺賽場,構建了智能冰壺輔助訓練系統(tǒng)。該系統(tǒng)通過冰壺目標的識別檢測、運動測量和軌跡預測等任務,實現(xiàn)冰壺運動過程的智能理解和分析。本課題首先針對冰壺自身結構與賽道特點構建了多相機同步采集子系統(tǒng),通過該子系統(tǒng)收集了多場次冰壺運動圖像作為研究樣本,同時通過人工標注構建了國內(nèi)首個相對完整的冰壺運動數(shù)據(jù)集。該數(shù)據(jù)集不僅可以為目前算法提供訓練樣本,更能夠為之后姿態(tài)檢測、博弈策略等方向的研究提供樣本支持。在數(shù)據(jù)樣本的支持下,本課題主要就目標檢測與運動測量對智能冰壺輔助訓練進行了研究。對于目標檢測部分,本文對計算機視覺中目前先進的目標檢測神經(jīng)網(wǎng)絡進行了研究和分析,并且在原模型基礎上針對冰壺任務特點選擇了網(wǎng)絡壓縮和回歸策略改進兩個主要優(yōu)化方案。實驗結果表明,優(yōu)化后的網(wǎng)絡能夠在保證精度的前提大幅降低運算量,減少了對設備計算能力的要求從而能夠更好地應用在嵌入式設備中且實現(xiàn)了實時檢測的任務。冰壺運動測量部分主要分為兩個部...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖1-1網(wǎng)絡新增數(shù)據(jù)占比趨勢圖

哈爾濱工業(yè)大學工學碩士學位論文-3-圖1-1網(wǎng)絡新增數(shù)據(jù)占比趨勢圖有了海量圖像和視頻數(shù)據(jù)的支持，基于深度學習和卷積神經(jīng)網(wǎng)絡（CNN）的計算機視覺技術開始蓬勃發(fā)展，在各種公共數(shù)據(jù)集上展現(xiàn)出碾壓式的表現(xiàn)。在冰壺運動中，嚴格的重量限制了傳感器式的測量方式，計算機視覺技術相較于傳感器方法....

圖1-2關于冰壺運動論文發(fā)表年度趨勢

哈爾濱工業(yè)大學工學碩士學位論文-7-圖1-2關于冰壺運動論文發(fā)表年度趨勢從內(nèi)容上來說，關于冰壺運動的相關內(nèi)容主要包括幾個部分：場地設施、比賽規(guī)則、訓練理論、戰(zhàn)術設定、運動員心理分析、損傷等。但是，具體介紹體能訓練方面的內(nèi)容則比較少見，利用高科技技術進行運動訓練分析、比賽統(tǒng)計等更是....

圖2-1冰壺

哈爾濱工業(yè)大學工學碩士學位論文-11-(a)比賽視頻幀樣本示例(b)相機采集樣本示例圖2-1冰壺數(shù)據(jù)集樣本2.2.2數(shù)據(jù)標注考慮到冰壺數(shù)據(jù)集并沒有統(tǒng)一的標注準則，我們制定了一套統(tǒng)一的標準，以此來保證數(shù)據(jù)標簽的規(guī)整，并根據(jù)該標準完成了所有樣本的標注工作。我們使用的標注軟件為MIT開....

圖2-1冰壺數(shù)據(jù)集樣本

哈爾濱工業(yè)大學工學碩士學位論文-11-(a)比賽視頻幀樣本示例(b)相機采集樣本示例圖2-1冰壺數(shù)據(jù)集樣本2.2.2數(shù)據(jù)標注考慮到冰壺數(shù)據(jù)集并沒有統(tǒng)一的標注準則，我們制定了一套統(tǒng)一的標準，以此來保證數(shù)據(jù)標簽的規(guī)整，并根據(jù)該標準完成了所有樣本的標注工作。我們使用的標注軟件為MIT開....

本文編號：4020326