一种基于深度学习和uwb辅助定位的滑冰追踪方法

    公开(公告)号:CN114501328A

    公开(公告)日:2022-05-13

    申请号:CN202111247012.0

    申请日:2021-10-26

    摘要: 本发明结合深度学习算法与uwb定位技术,具体公开了一种基于深度学习和uwb辅助定位的滑冰追踪方法,该方法包括如下步骤:s1、获取滑冰场地数据,对场地关键点数据进行人工标定;s2、根据场地数据,布置uwb(UltraWideBand)装置,布置信号接收器;s3、设计目标检测网络,学习运动员特征,检测运动员位置,预测后续位置;s4、设计多目标追踪网络,通过匹配算法实现初步追踪;s5、获取uwb设备采集的追踪信息,对追踪信息进行插值补全操作;s6、通过补全后的uwb追踪信息对初步追踪结果进行辅助匹配,获取最终追踪结果。本发明方法通过使用深度学习算法和uwb补全信息的辅助技术,改善了对于滑冰运动员进行多目标追踪的过程中由于遮挡或特征相似所导致的IDSwitch问题。

    基于deepsort的滑冰接力检测
    2.
    发明公开

    公开(公告)号:CN116052265A

    公开(公告)日:2023-05-02

    申请号:CN202111224598.9

    申请日:2021-10-21

    摘要: 在滑冰运动中,对于接力这一项目的检测以及追踪一直无人研究,主要是因为特殊的传递机制,导致现行的一些目标检测和多目标追踪方法无法准确地追踪接力这一项目。本发明受多目标追踪领域的启发,提出了一种专注滑冰接力检测的基于deepsort的滑冰接力检测方法,能够较为准确地全程追踪运动员,同时在进行接力的时候进行检测框的传递,可以避免因为部分遮挡导致的运动员信息在视频中丢失的问题,首次完成了跨目标的多目标追踪,实现了对滑冰接力这一运动的监测,有助于教练针对数据进行更加高效的技术指导和战术设计。