机构名称：
¥ 1.0
摘要 运动相关的脑损伤是一个紧迫的问题，特别是在冰球等高强度运动中，撞击速度在确定头部撞击程度和随后的受伤风险方面起着重要作用。然而，现有的测量撞击速度的方法，如 GPS 跟踪和手动视频分析，成本高昂，难以使用，尤其是对于青少年联赛而言。本研究介绍了一种使用计算机视觉从 2D 视频中确定球员速度的自动化、经济高效的方法。第一步是定位场地，通过一种新方法使用 YOLOv5 检测冰面上的特定地标。凭借超过 9,900 张带注释图像的数据集，YOLOv5 表现出色，在 80% 的置信水平下实现了 0.99 的 F1 分数和精确召回率，在 IoU 阈值为 0.5 和 0.5:0.95 时分别实现了 98.5% 和 64.5% 的 mAP 分数。通过每帧检测至少四个地标，计算单应性矩阵以获得自上而下的视图，从而完成定位过程。这种方法实现了 0.96 的平均 IoU，验证了其在现场定位中的准确性，并展示了其在提高冰球撞击速度测量的可及性和成本效益方面的潜力。
青少年冰球运动中冰面定位的物体检测
主要关键词
相关文件推荐
