System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种数字体育人工智能裁判方法、系统及程序产品技术方案_技高网

一种数字体育人工智能裁判方法、系统及程序产品技术方案

技术编号:44506788 阅读:0 留言:0更新日期:2025-03-07 13:04
本发明专利技术公开了一种数字体育人工智能裁判方法、系统及程序产品,涉及数字体育技术领域,解决了现有拳击比赛的胜负判定依靠裁判员的肉眼识别,判定结果不客观的问题,包括:获取运动员进行拳击比赛的视频,将视频拆解得到连续帧图像;将图像进行标准化处理,将标准图像导入训练好的姿态估计模型进行人体姿态骨骼识别,筛除置信度低和非人的画框;根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员ID;绘制每位运动员的轮廓和骨骼并标记运动员ID,得到绘制图像;将实时生成的绘制图像保存为rtsp流,根据运动员拳头和对方运动员骨骼的相对距离计算得到比赛判定结果;通过对人体姿态识别和追踪实现拳击比赛的智能裁决。

【技术实现步骤摘要】

本专利技术涉及数字体育,更具体地说,它涉及一种数字体育人工智能裁判方法、系统及程序产品


技术介绍

1、目前拳击比赛的胜负判定全部取决于裁判员的主观判定,仅依靠裁判员的肉眼识别,容易产生误判和错判,并且因为拳击运动的专业性较高,裁判员的专业水平也良莠不齐,比赛结果很容易产生分歧判定,判定结果不够客观。

2、因此,本申请提供一种数字体育人工智能裁判方法、系统及程序产品,解决上述问题。


技术实现思路

1、本申请的目的是提供一种数字体育人工智能裁判方法、系统及程序产品,解决现有拳击比赛的胜负判定依靠裁判员的肉眼识别,容易产生误判、错判,判定结果不客观的问题;通过对人体姿态识别和追踪实现拳击比赛的智能裁决。

2、本申请首先提供一种数字体育人工智能裁判方法,包括:获取运动员进行拳击比赛的视频,将视频拆解得到连续帧图像;将图像进行标准化处理,得到标准图像;将标准图像导入训练好的姿态估计模型进行人体姿态骨骼识别,将姿态估计模型的输出映射为画框、识别率和分类,根据识别率和分类,筛除置信度低和非人的画框;根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员id;根据表示运动员的画框和对应的运动员id,绘制每位运动员的轮廓和骨骼并标记运动员id,同时将手臂末端的骨骼设置为拳头,得到绘制图像;将实时生成的绘制图像保存为rtsp流,根据rtsp流中运动员拳头和对方运动员骨骼的相对距离计算是否得分,得到比赛判定结果。

3、采用上述技术方案,通过将视频拆解为连续帧图像,将图像导入训练好的姿态估计模型,对图像上的人体姿态骨骼进行识别,得到含有人体的长方形画框和关键点连续构成的骨骼,结合追踪算法追踪图像中表示运动员的画框和对应的运动员id;并绘制运动员的轮廓和骨骼,将手臂末端骨骼设置为拳头,得到绘制图像;根据绘制图像生成rtsp流,根据拳头和对方选手骨骼的相对位置计算此帧是否得分,根据实时的rtsp流持续计算是否得分,得到比赛判定结果。通过实时录像、实时识别和实时计算,得到实时、客观的比赛判定结果。

4、在一种可能的实施方式中,还包括:将实时生成的绘制图像保存为rtsp流,并上传至前端进行显示。

5、在一种可能的实施方式中,将图像进行标准化处理,得到标准图像;包括:将图像的长和宽设置为标准长和标准宽,并将图像转化为灰度图像,得到标准图像。

6、在一种可能的实施方式中,根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员id;包括:对本帧图像的剩余画框进行排序,对各个画框进行边界值计算;根据低置信度和高置信度筛选画框,从画框中选出与前一帧图像中表示运动员的画框最为接近的画框,作为本帧图像中表示运动员的画框并标记运动员id;将本帧图像中表示运动员的画框更新到全局id识别组,用于在下一帧图像中持续追踪表示运动员的画框。

7、在一种可能的实施方式中,若本帧图像为第一帧,则初始化运动员id。

8、在一种可能的实施方式中,根据表示运动员的画框和对应的运动员id,绘制每位运动员的轮廓和骨骼并标记运动员id,同时将手臂末端的骨骼设置为拳头,得到绘制图像;包括:根据追踪算法得到的表示运动员的画框和对应的运动员id;计算表示运动员的画框的长度、宽度和在图像中的位置;根据表示运动员的画框的长度、宽度和在图像中的位置绘制运动员的轮廓和骨骼,并且根据运动员id选择不同颜色表示;在运动员轮廓上标注运动员id和置信度,得到绘制图像。

9、在一种可能的实施方式中,姿态估计模型为yolov8n-pose模型。

10、在一种可能的实施方式中,追踪算法为bytetrack算法。

11、本申请还提供一种数字体育人工智能裁判系统,用于实现如上述的一种数字体育人工智能裁判方法,包括:摄像头捕捉模块,用于获取运动员进行拳击比赛的视频,将视频拆解得到连续帧图像;图像识别模块,用于将图像进行标准化处理,得到标准图像,将标准图像导入训练好的姿态估计模型进行人体姿态骨骼识别,将姿态估计模型的输出映射为画框、识别率和分类,根据识别率和分类,筛除置信度低和非人的画框;图像追踪模块,用于根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员id;图像绘制模块,用于根据表示运动员的画框和对应的运动员id,绘制每位运动员的轮廓和骨骼并标记运动员id,同时将手臂末端的骨骼设置为拳头,得到绘制图像;判定输出模块,用于将实时生成的绘制图像保存为rtsp流,根据rtsp流中运动员拳头和对方运动员骨骼的相对距离计算是否得分,得到比赛判定结果。

12、本申请还提供一种程序产品,包括计算机程序,计算机程序被处理器执行时实现上述的一种数字体育人工智能裁判方法。

13、与现有技术相比,本申请具有以下有益效果:通过实时录像、实时识别和实时计算,得到实时裁判的比赛判定结果,可进一步结合多个不同的摄像头视角,综合得出计算结论,实现公平、公开、公正、准确的比赛结果判定;通过数字科技改变现行体育赛事裁判体系,使体育竞赛更加透明,比赛结果完全客观、公平、公开、公正。

本文档来自技高网...

【技术保护点】

1.一种数字体育人工智能裁判方法,其特征在于,包括:

2.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,还包括:将实时生成的绘制图像保存为rtsp流,并上传至前端进行显示。

3.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,将图像进行标准化处理,得到标准图像;包括:将图像的长和宽设置为标准长和标准宽,并将图像转化为灰度图像,得到标准图像。

4.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员ID;包括:

5.根据权利要求4所述的一种数字体育人工智能裁判方法,其特征在于,若本帧图像为第一帧,则初始化运动员ID。

6.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,根据表示运动员的画框和对应的运动员ID,绘制每位运动员的轮廓和骨骼并标记运动员ID,同时将手臂末端的骨骼设置为拳头,得到绘制图像;包括:

7.根据权利要求1-6任一所述的一种数字体育人工智能裁判方法,其特征在于,所述姿态估计模型为yolov8n-pose模型。

8.根据权利要求1-6任一所述的一种数字体育人工智能裁判方法,其特征在于,所述追踪算法为bytetrack算法。

9.一种数字体育人工智能裁判系统,其特征在于,用于实现如权利要求1-8任一所述的一种数字体育人工智能裁判方法,包括:

10.一种程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的一种数字体育人工智能裁判方法。

...

【技术特征摘要】

1.一种数字体育人工智能裁判方法,其特征在于,包括:

2.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,还包括:将实时生成的绘制图像保存为rtsp流,并上传至前端进行显示。

3.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,将图像进行标准化处理,得到标准图像;包括:将图像的长和宽设置为标准长和标准宽,并将图像转化为灰度图像,得到标准图像。

4.根据权利要求1所述的一种数字体育人工智能裁判方法,其特征在于,根据追踪算法对剩余画框进行筛选,得到表示运动员的画框和对应的运动员id;包括:

5.根据权利要求4所述的一种数字体育人工智能裁判方法,其特征在于,若本帧图像为第一帧,则初始化运动员id。

6.根据权利要求1所述的一种数...

【专利技术属性】
技术研发人员:严弟楠
申请(专利权)人:四川武搏时代体育科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1