申请/专利权人：安徽一视科技有限公司

申请日：2021-12-14

公开（公告）日：2024-04-12

公开（公告）号：CN114187171B

主分类号：G06T3/02

分类号：G06T3/02;G06T3/4038;G06T7/13;G06V20/40;G06V10/44;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明公开了一种基于人工智能的投掷铅球成绩记录系统，是在投掷场地内设置有准备区和成绩区，准备区内设置有投掷起始线，所述投掷场地内设置有1个摄像头；在所述投掷场地内的n个运动员按照出场顺序依次穿戴不同的号码牌，在投掷场地的一侧设置有工控机、显示屏和喇叭；在工控机上设置有包括：数据采集模块、预处理模块、号码匹配模块、计时模块、人员位置检测模块、违规检测模块、轨迹检测模块、落地点检测模块和成绩输出模块。本发明利用人工智能实现对投掷距离的智能测量，从而提高测量的准确度和公平性。

主权项：1.一种基于人工智能的投掷铅球成绩记录系统，其特征是，在投掷场地内设置有准备区和成绩区，所述准备区呈圆形，所述成绩区呈扇形，所述准备区内设置有投掷起始线，所述投掷起始线为一段弧，所述弧与成绩区扇形的弧为同心弧；所述投掷场地内设置有1个摄像头；在所述投掷场地内的n个运动员按照出场顺序依次穿戴不同的号码牌，每位运动员的前面均贴有相同数字的号码牌；在所述投掷场地的一侧设置有工控机、显示屏和喇叭；所述工控机上设置有：数据采集模块、预处理模块、号码匹配模块、计时模块、人员位置检测模块、人员姿态检测模块、落地点检测模块、违规检测模块和成绩输出模块；所述第n个运动员进入检测区后，所述数据采集模块利用所述摄像头采集第n个运动员的投掷视频并发送到所述预处理模块；所述预处理模块对所接收到的当前第n个投掷视频进行剪切，提取剪切后视频每一帧的视频关键帧，再对所述视频关键帧进行裁剪旋转，从而得到第n个目标数据集；所述号码匹配模块对第n个目标数据集中第一帧图像的号码进行识别，若号码识别的结果与喇叭播报的号码相同，则触发所述计时模块，否则，通过喇叭报错；所述计时模块根据所述当前第n个投掷视频的第一帧图像的时间戳t0开始计时，并在落地点检测模块检测到铅球落地时结束计时，从而得到第n个运动员的投掷时间后清零；所述人员位置检测模块对所述第n个目标数据集进行人员位置处理，得到当前第n个投掷视频中运动员的位置；所述违规检测模块根据当前第n个投掷视频中运动员的位置，判断投掷时运动员的脚是否超出起掷线，若超出，则判断违规，否则，判断第n个运动员的当前投掷时间是否超时，若超时，则判定违规，否则，继续计时和检测；轨迹检测模块对第n个目标数据集进行轨迹追踪处理，得到当前投掷视频中铅球的移动轨迹；所述落地点检测模块对所述第n个目标数据集进行落地点检测处理，得到当前第n个投掷视频中铅球的落地点，并计算出落地点与起掷线之间的投掷距离；所述成绩输出模块根据号码识别的结果，将第n个运动员的投掷距离输出到所述显示屏中进行显示；所述预处理模块采用残差稠密跳接网络和仿射变化方法对投掷视频进行处理；所述残差稠密跳接网络包括：浅层特征提取单元SFE、稠密块单元RDB、稠密特征融合单元DFF和图像上采集单元UP；所述浅层特征提取单元SFE提取投掷视频中每一帧图像的低频信息；所述稠密块单元RDB对低频信息经过分层提取后，得到RDB层特征图；所述稠密特征融合单元DFF包括：全局特征融合单元GFF和全局残差学习单元GRL；所述全局特征融合单元GFF对所述RDB层特征图进行特征提取，得到全局特征图；所述全局残差学习单元GRL对所述RDB层特征图进行特征提取，得到局部特征图；由所述全局特征图和局部特征图构成图像特征图；所述图像上采集单元UP对所述图像特征图经过上采集处理后得到超分辨率图像；利用仿射变换对所述超分辨率图像行旋转变换处理，得到矫正角度后的超分辨率图像。

全文数据：

权利要求：

百度查询： 安徽一视科技有限公司 一种基于人工智能的投掷铅球成绩记录系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD