运动物体检测模型用于电子裁判在乒乓球赛事中的得分.
PloS one
|March 19, 2025
概括
本研究介绍了一种用于乒乓球的自动化系统,使用背景减法和卡尔曼过来准确跟踪球. 运动检测模型通过减少人为错误来提高竞赛中的公平性.
科学领域:
- 运动技术技术 运动技术
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 乒乓球比赛要求公平和愉快的比赛,但手动裁判是主观的,容易出错.
- 需要自动化系统来提高乒乓球比赛的准确性和一致性.
研究的目的:
- 为乒乓球赛事开发运动物体检测和运动估计模型.
- 在自动化分析中解决缺少视频的挑战.
- 提高乒乓球裁判的客观性和准确性.
主要方法:
- 结合了背景减去和卡尔曼过算法用于视频处理.
- 专门为乒乓球开发了一种运动物体检测和运动估计模型.
- 处理了缺少的视频,以确保可靠的跟踪.
主要成果:
- 在20个类别的数据集中,实现了0.33的平均损失值和0.94的平均检测准确度.
- 即使使用不完整的视频数据,也证明了高轨迹预测准确度.
- 在3D坐标中报告的最大误差为10.7像素 (水平),4.3像素 (垂直) 和 (3.3,2.8,2.1).
结论:
- 拟议的模型为乒乓球提供了高检测精度和稳定性.
- 这项技术为开发先进的电子裁判系统提供了基础.
- 该系统有可能显著提高公平性,减少乒乓球比赛中的误判.


