一种发球机的回位判定训练方法及相关装置与流程

本技术实施例涉及发球机领域，尤其涉及一种发球机的回位判定训练方法及相关装置。

背景技术：

1、球类训练（如网球、羽毛球、乒乓球等）中，训练人需要从中心准备区移动到球落点区域进行接球后返回中心准备区，中心准备区一般也被称为回位区，而这个过程通常被称为回位。随着科技的不断发展，训练人可以借助发球机进行回位训练。现有的发球机能够按照固定节奏、固定落点、预设频率等方式进行发球。

2、然而，现有的方案中，现有的发球机无法判定是否回位，进一步更加无法区分“经过回位区”和“稳定回位”。

技术实现思路

1、为了解决背景技术中无法判定稳定回位的技术问题，本技术实施例提供了一种发球机的回位判定训练方法及相关装置，用于稳定回位判定训练。

2、本技术实施例第一方面提供了一种发球机的回位判定训练方法，应用于发球机的控制模块，发球机还包括长焦摄像头和短焦摄像头，方法包括：

3、控制长焦摄像头获取预设时间窗口内目标球场的多帧长焦图像，控制短焦摄像头获取时间窗口内目标球场的多帧短焦图像，并对长焦图像进行处理得到目标图像；

4、根据目标图像确定目标图像中每个候选人的训练人概率，并根据短焦图像确定与目标球场对应的目标区域；

5、根据所有候选人的训练人概率和目标区域，从多个候选人中确定训练人；

6、将时间窗口内训练人的球场坐标处于预设的回位区内的帧的数量与时间窗口的比值确定为回位区时间占比，训练人的球场坐标根据目标图像和短焦图像得到；

7、若回位区时间占比大于第一预设阈值，则确定训练人稳定回位。

8、可选的，若回位区时间占比大于第一预设阈值，则确定训练人稳定回位之前，方法还包括：

9、将时间窗口内训练人的多个球场坐标的向量和与时间窗口的比值确定为位置均值，并将训练人的每个球场坐标和位置均值的欧氏距离平方的和与时间窗口的比值确定为位置方差；将训练人的多个移动速度的均值确定为速度均值，其中，移动速度为在时间窗口内，根据训练人在球场坐标系下的多帧图像对应的多个球场坐标得到的；

10、若回位区时间占比大于第一预设阈值，则确定训练人稳定回位，包括：

11、若符合预设条件，则确定训练人稳定回位，其中，预设条件包括回位区时间占比大于第一预设阈值、位置方差小于第二预设阈值、速度均值小于第三预设阈值和训练人朝向对准发球机四者中的至少一个，且预设条件至少包括回位区时间占比大于第一预设阈值，训练人朝向根据训练人的身体关键点计算得到。

12、可选的，根据短焦图像确定与目标球场对应的目标区域，包括：

13、基于预设关键点检测算法，对短焦图像进行关键点检测处理，得到对应的多个短焦关键点，并根据长焦摄像头的长焦内参、短焦摄像头的短焦内参、预设的短焦到长焦的旋转矩阵、预设的短焦到长焦的平移矩阵、预设球场平面公式中法向量的转置向量以及球场平面公式中的常量确定对应的第一平面单应矩阵；

14、针对每一短焦关键点，将第一平面单应矩阵与短焦关键点的短焦坐标的乘积确定为长焦坐标，并将所有短焦关键点的长焦坐标所围成的区域确定为目标区域。

15、可选的，根据所有候选人的训练人概率和目标区域，从多个候选人中确定训练人，包括：

16、根据目标图像中多个候选人的候选人图像坐标和第二平面单应矩阵进行计算，得到对应的球场坐标系下的候选人球场坐标，所述第二平面单应矩阵为所述目标区域到所述目标球场的平面的单应矩阵；

17、针对每一个候选人，将时间窗口内候选人的候选人球场坐标处于目标区域内的帧的数量与时间窗口的比值确定为场内占比，并根据场内占比、训练人概率、预设的场内外切换系数和三个预设权重系数进行加权计算，得到对应的评分；

18、将所有候选人的评分中的最大值所对应的候选人确定为训练人。

19、可选的，对长焦图像和短焦图像进行处理得到目标图像，包括：

20、计算长焦图像中的候选人图像坐标，并确定包含候选人图像坐标所在区域的感兴趣区域图像；

21、对感兴趣区域图像进行提取处理，得到对应的原始raw图像和红绿蓝三通道rgb图像；

22、基于预设的特征提取模型，将raw图像输入至特征提取模型中的raw特征提取模块，得到raw特征提取模块输出的raw特征，并将rgb图像输入至特征提取模型中的rgb特征提取模块，得到rgb特征提取模块输出的rgb特征；

23、将raw特征和rgb特征进行拼接处理和融合处理，得到融合特征，并基于预设增强算法，根据融合特征生成对应的增强特征；对增强特征进行卷积处理和池化处理，得到对应的图像信号处理器isp参数，isp参数包括曝光补偿、伽马校正、对比度、饱和度、锐化、降噪、限制对比度自适应直方图均衡裁剪阈值和图像增强权重；根据isp参数对感兴趣区域图像进行处理，得到增强图像，并基于加权和算法，根据增强图像、图像增强权重和感兴趣区域图像进行计算得到对应的目标图像。

24、可选的，若发球机还包括发球模块，则确定训练人稳定回位之后，方法还包括：

25、根据用户输入的划分指令将目标区域划分为回位区和多个接球区；

26、根据用户输入的模式选择指令，将与模式选择指令对应的模式确定为目标模式，并根据目标模式从多个接球区中确定对应的目标接球区；

27、基于训练人表现与难度调节参数的预设关系，根据训练人的目标历史连续成功接球次数和目标回位所花时间均值确定对应的目标难度调节参数，训练人表现包括历史成功接球次数和回位所花时间均值；根据目标难度调节参数对当前发球参数进行调整，得到目标发球参数，发球参数包括发球速度、发球频率、左右落点跨度、前后落点跨度和旋转强度；

28、根据用户输入的惯用手选择指令、持拍手实时识别数据或历史击球数据确定训练人的惯用手；将惯用手的相同一侧或相反一侧确定为发球侧；

29、基于目标接球区、目标发球参数和发球侧控制发球模块进行发球。

30、可选的，若接球区的数量为二，且目标模式为交替训练模式，则根据目标模式从多个接球区中确定对应的目标接球区，包括：

31、从历史击球数据中获取最近一次的接球区，并将多个接球区中除最近一次的接球区外的另一接球区确定为目标接球区；

32、或，

33、若目标模式为随机模式，则根据目标模式从多个接球区中确定对应的目标接球区，包括：

34、将多个接球区中已被连续确定为历史目标接球区的次数未超过预设次数阈值的任一接球区确定为当前的目标接球区；

35、或，

36、若目标模式为弱侧强化模式，则根据目标模式从多个接球区中确定对应的目标接球区，包括：

37、针对每一接球区，基于预设加权和算法，根据从历史击球数据中获取的从回位区至接球区的时长、从接球区至回位区的时长和击球成功率进行计算得到对应的目标表现分数；

38、基于表现分数和发球概率的预设关系，根据所有接球区的目标表现分数确定每个接球区的目标发球概率，并基于目标发球概率将任一接球区确定为目标接球区，其中，表现分数与发球概率成负相关。

39、可选的，根据目标图像确定目标图像中每个候选人的训练人概率，包括：

40、基于预设的识别模型，将目标图像输入至识别模型中的特征提取模块，得到特征提取模块输出的多尺度视觉特征，并将多尺度视觉特征输入至识别模型中的融合模块进行融合处理，得到融合模块输出的每个候选人的训练人概率。

41、本技术实施例第二方面提供了一种回位判定训练装置，包括：

42、获取单元，用于获取预设时间窗口内目标球场的多帧长焦图像，获取时间窗口内目标球场的多帧短焦图像，并对长焦图像进行处理得到目标图像；

43、确定单元，用于根据目标图像确定目标图像中每个候选人的训练人概率，并根据短焦图像确定与目标球场对应的目标区域；

44、确定单元，还用于根据所有候选人的训练人概率和目标区域，从多个候选人中确定训练人；

45、确定单元，还用于将时间窗口内训练人的球场坐标处于预设的回位区内的帧的数量与时间窗口的比值确定为回位区时间占比，训练人的球场坐标根据目标图像和短焦图像得到；

46、确定单元，还用于若回位区时间占比大于第一预设阈值，则确定训练人稳定回位。

47、本技术实施例第三方面提供了一种回位判定训练装置，包括：

48、中央处理器，存储器以及输入输出接口；

49、存储器为短暂存储存储器或持久存储存储器；

50、中央处理器配置为与存储器通信，并执行存储器中的指令操作以执行前述的方法。

51、本技术实施例第四方面提供了一种计算机可读存储介质，包括指令，当指令在计算机上运行时，使得计算机执行前述的方法。

52、从以上技术方案可以看出，本技术实施例具有以下优点：

53、先控制长焦摄像头获取预设时间窗口内目标球场的多帧长焦图像，控制短焦摄像头获取时间窗口内目标球场的多帧短焦图像，并对长焦图像进行处理得到目标图像，接着根据目标图像确定目标图像中每个候选人的训练人概率，并根据短焦图像确定与目标球场对应的目标区域，然后根据所有候选人的训练人概率和目标区域，从多个候选人中确定训练人，再将时间窗口内训练人的球场坐标处于预设的回位区内的帧的数量与时间窗口的比值确定为回位区时间占比，最后若回位区时间占比大于第一预设阈值，则确定训练人稳定回位。通过多帧实时图像来进行分析，并基于回位区时间占比来判定训练人是否稳定回位，能够区分是经过回位区还是稳定回位，为后续的分析提供正确的基础。

54、本技术实施例的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术实施例的实践了解到。