越野滑雪场运动员自动跟踪系统设计与实现
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 课题背景及研究的目的和意义 | 第8-9页 |
1.2 相关课题研究发展现状 | 第9-14页 |
1.2.1 智能体育的发展现状 | 第9-10页 |
1.2.2 智能体育相关技术的研究 | 第10-14页 |
1.3 本文的主要研究内容 | 第14-15页 |
第2章 雪场指挥系统的工程设计与实现 | 第15-28页 |
2.1 引言 | 第15页 |
2.2 雪场指挥系统的硬件组成 | 第15-19页 |
2.2.1 训练指挥中心 | 第15-16页 |
2.2.2 视觉观测系统 | 第16-17页 |
2.2.3 定位系统建设 | 第17-19页 |
2.3 雪场监控系统的软件结构设计 | 第19-27页 |
2.3.1 系统用例分析 | 第20-21页 |
2.3.2 系统数据流图 | 第21-23页 |
2.3.3 系统类图的设计 | 第23-25页 |
2.3.4 数据库逻辑结构设计方案 | 第25-26页 |
2.3.5 数据库系统ER图 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于GPS的运动员状态估计与跟踪 | 第28-46页 |
3.1 引言 | 第28页 |
3.2 坐标投影与变换及区域划分 | 第28-33页 |
3.2.1 坐标投影与坐标变换 | 第28-30页 |
3.2.2 赛道划分 | 第30-33页 |
3.3 目标滑雪运动员的跟踪 | 第33-36页 |
3.4 运动员滑雪速度滤波 | 第36-39页 |
3.5 运动员滑雪速度插值 | 第39-41页 |
3.6 滑雪运动员跟踪实验及结果分析 | 第41-45页 |
3.7 本章小结 | 第45-46页 |
第4章 基于视觉的运动员检测与状态估计 | 第46-55页 |
4.1 引言 | 第46页 |
4.2 采用深度神经网络的目标运动员检测 | 第46-50页 |
4.2.1 YOLO模型概述 | 第47-48页 |
4.2.2 应用单目视觉对目标运动员测距 | 第48-50页 |
4.3 运动员检测效果与运动状态分析 | 第50-54页 |
4.3.1 YOLO模型训练 | 第50-51页 |
4.3.2 YOLO模型检测运动员的效果 | 第51-52页 |
4.3.3 对运动员单目测距的实验结果 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
结论 | 第55-56页 |
参考文献 | 第56-62页 |
致谢 | 第62页 |