May, 2024

基于神经网络的单视角 2D 视频棒球投球轨迹跟踪与三维重建

PDF
TL;DR本文介绍了一种基于神经网络的方法，用于从 2D 视频片段到 3D 坐标的跟踪和重构棒球投球轨迹。该方法利用 OpenCV 的 CSRT 算法准确跟踪 2D 视频帧中的棒球和固定参考点，然后使用跟踪的像素坐标作为我们的神经网络模型的输入特征，将 2D 坐标映射到 3D 空间，通过使用平方均误差损失函数和 Adam 优化器对模型进行训练，最小化预测误差。实验结果表明，该方法从 2D 输入中精确重构 3D 轨迹，展现了在体育分析、训练以及提高各类运动轨迹预测准确性方面的巨大潜力。
neural network-based approachtrajectory trackingbaseball pitches3d reconstructionsports analysis
发现论文，激发创造
  • TrackNet：一种用于体育应用中追踪高速小目标的深度学习网络

    本研究通过使用深度学习模型 TrackNet，从模糊、带残影并有时不可见的广播视频中跟踪网球。在 2017 年夏季大学运动会男子单打决赛的视频上，TrackNet 的准确度、召回率和 F1-measure 达到了 99.7％、97.3％和 98.5％。

    Jul, 2019

  • 抑制运动模糊以实现鲁棒性的三维棒球选手姿势建模用于投球分析

    使用视频来分析棒球投手在策略和预防伤害方面起着至关重要的作用。基于计算机视觉的姿势分析提供了一种高效和经济的方法。然而，使用 30fps 帧速率的可访问广播视频通常在快速动作中导致部分身体运动模糊，限制了现有姿势关键点估计模型的性能。本文提出了一种合成数据增强流程，以增强模型处理模糊动作的能力。此外，我们利用野外视频使我们的模型能够在不同的真实环境条件和摄像机位置下保持稳健。通过精心优化增强参数，我们观察到在 2D 和 3D 姿势估计的测试数据集上损失分别减少了 54.2% 和 36.2%。通过将我们的方法应用于现有最先进的姿势估计器，我们展示了平均改进了 29.2%。研究结果突出了我们的方法在减轻运动模糊带来的挑战方面的有效性，从而提高了姿势估计的整体质量。

    Sep, 2023

  • 基于深度学习的计算机视觉方法用于板球球传递的分割和追踪

    本研究使用深度学习模型 MobileNet 和 YOLO 对板球广播中的球传递进行分割，以产生用于研究的数据集。该方法通过运用目标检测模型从视频镜头中准确提取出球传递，从而使板球教练和球员能够对比赛中的球传递进行分析和了解。同时，该研究提出了建立大型数据集的思路，为提取语义信息铺平了道路。

    Nov, 2022

  • PitcherNet：驱动棒球视频分析中的 Moneyball 进化

    PitcherNet 是一种通过实时广播视频直接分析投手运动学从而提取有价值的球速、发球点、投球位置和发球延伸等重要数据的全自动系统，在实验证实中实现了 96.82％的投手航迹识别准确率，将棒球分析优化了投球策略，预防伤害，并深入了解投手机械原理，从而对棒球比赛进行了革命性的转变。

    May, 2024

  • 运用深度学习对篮球轨迹进行分析

    运用递归神经网络模型预测三分球成功率的研究表明，深度学习模型相对于以特征工程为主的传统机器学习方法在运用职业篮球比赛数据进行预测时表现更加优秀。

    Aug, 2016

  • MLB 投手伤情的视频早期检测

    本研究旨在探讨如何利用卷积神经网络基于视频数据实现对 MLB 投手的受伤检测和预测，并实验评价该模型在不同投手、不同受伤类型、以及受伤预测时间等方面的性能表现。

    Apr, 2019

  • MonoTrack: 从单目羽毛球视频重建运动轨迹

    本文介绍了一种从单目球拍运动视频中提取和分割三维羽毛球轨迹的完整端到端系统，该系统整合了羽毛球领域知识和基于视觉特征的模型改进，通过改进模型，提高了场地识别、2D 轨迹估计和击球识别的性能。

    Apr, 2022

  • 人体运动捕捉中缺失标记重建的神经网络方法

    本文介绍了一种基于神经网络方法的光学运动捕捉系统，能通过学习人体动作在时间和空间上的相关性来重建丢失的标记点。实验得出两种不同的模型，一种基于 LSTM，另一种基于时间窗口，在线工作并得出了最先进的结果。

    Mar, 2018

  • 使用单个摄像头重建无人机的三维轨迹

    通过利用单个摄像头，我们提出了一种用于重构无人机的三维轨迹的新框架，并通过结合估计的二维无人机位置、实际长度信息和摄像头参数，几何推断了无人机的三维轨迹，进一步证明了我们的框架在基于单个摄像头的监控系统中的潜力。

    Sep, 2023

  • 多摄像头足球检测系统的设计与实现

    利用机器学习和三维物体检测技术，本文研究并实现了一种足球检测系统，通过多个摄像头实时探测球的三维位置，实现了高精度、实时的球赛直播。该系统还具有很强的可复用性，可用于类似的大规模比赛场景中。

    Jan, 2023