“邓达臻”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]面向乒乓球比赛视频的多任务数据实时检测方法和装置-CN202310733836.1在审
发明人：巫英才;邓达臻;袁泽清;何宇辰 -专利权人：浙江大学
申请日： 2023-06-20 - 公布日： 2023-10-27 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种面向乒乓球比赛视频的多任务数据实时检测方法和装置，包括以下步骤：构建多任务数据实时检测模型，包括视频特征提取模块、球检测模块和击球动作识别模块；对模型进行无监督预训练和有监督训练；利用训练好的视频特征提取模块中加入三维卷积层的深度神经网络提取逐帧视觉特征；利用训练好的球检测模块将逐帧视觉特征变为单通道置信度的热力图，确定球的逐帧位置；利用训练好的击球动作识别模块将逐帧视觉特征降维并编码，再次降维后通过线性回归得到逐帧球员击球置信度，确定击球时刻和击球次数；将模型输出结果进行可视化处理，标注在乒乓球比赛视频中，实现球检测和击球动作识别的多任务数据可视化实时检测。
面向乒乓球比赛视频任务数据实时检测方法装置

[发明专利]一种乒乓球比赛视频的智能数据采集方法-CN201911233847.3有效
发明人：巫英才;邓达臻 -专利权人：浙江大学
申请日： 2019-12-05 - 公布日： 2023-04-07 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种乒乓球比赛视频的智能数据采集方法，包括：S1：比赛切割，即将整场乒乓球比赛视频切割为仅包含每一回合的比赛片段；S2：微调优化及球员骨架检测，即将S1中的每一回合的比赛片段采用用于视频检测和切割的卷积神经网络进行特征提取，根据所提取特征对每一回合比赛片段进一步细分并得到球员骨架；用于视频检测和切割的卷积神经网络为以Openpose作为特征提取模块，加入双向长短期记忆网络、长短期记忆网络、全连接层和Softmax分类层，实现对时序视频数据的分类功能；S3：击球检测，即对所述的比赛进行阶段的击球声音进行检测，计算击球数量及击球时刻。本发明的方法，自动对乒乓球比赛视频进行回合的检测和切割，检测得到的数据的准确率高。
一种乒乓球比赛视频智能数据采集方法

[发明专利]一种基于深度强化学习的数据仪表板生成方法-CN202210981519.7在审
发明人：巫英才;邓达臻 -专利权人：浙江大学
申请日： 2022-08-15 - 公布日： 2022-11-18 - 主分类号： G06F8/34 文献下载
摘要：本发明公开了一种基于深度强化学习的数据仪表板生成方法，包括：(1)将仪表板生成问题刻画为马尔可夫决策问题，即将马尔可夫决策问题中的状态空间视为由图表组成的仪表板，将动作空间视为对图表的操作动作和图表参数；(2)构建包含嵌入网络、决策网络和评价网络的深度强化学习模型；(3)构建仪表板特征，利用嵌入网络提取仪表板特征的共享嵌入向量，利用决策网络根据输入的共享嵌入特征经计算预测对图表的操作动作和图表参数选择，并计算决策网络获得的即时奖励，利用评价网络根据共享嵌入向量产生图表的操作动作和图表参数的预期回报；(4)根据图表操作和图表参数进行图表绘制以更新仪表板。该方法能够快速准确地生成仪表板。
一种基于深度强化学习数据仪表板生成方法

[发明专利]基于运动数据的自动化乒乓球击球表现评估方法和系统-CN202010663591.6有效
发明人：巫英才;王伽臣;邓达臻 -专利权人：浙江大学
申请日： 2020-07-10 - 公布日： 2021-06-08 - 主分类号： A63B71/06 文献下载
摘要：本发明涉及一种基于运动数据的自动化乒乓球击球表现评估方法和系统，属于体育数据分析技术领域。包括：1)获取乒乓球比赛的直播视频，定义一个回合的击球为R＝{S1,S2,...,Si}，Si为击球帧序列，表示在R回合中的第i次击球；2)提取一个击球回合每次击球动作中显示双方球员运动情况的单位时间帧，并对其进行图像降噪处理；3)将每个击球帧序列中击球的技术特征和球员的运动特征进行结合，得到一个特征向量；4)获得特征向量后，使用分类预测模型评估击球的质量。在综合衡量击球的技术特征和球员的移动特征的基础上，可以精确且有效的标准来评估击球质量，并且给出合适的评估结果。
基于运动数据自动化乒乓球击球表现评估方法系统

[发明专利]一种对足球比赛阵型变化及人员流动的可视分析方法-CN201810858815.1有效
发明人：巫英才;谢潇;邓达臻 -专利权人：浙江大学
申请日： 2018-07-31 - 公布日： 2021-03-05 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种对足球比赛阵型变化及人员流动的可视分析方法，包括以下步骤：(1)获取数据，数据包括球员位置数据、足球位置数据、球场发生事件数据和控球信息；(2)建立二维球场模型，将步骤(1)中的球员位置数据投射到球场中，并对位置数据进行平滑处理；(3)对步骤(1)中的球员位置数据进行聚类，得到总体的阵型信息；(4)将步骤(1)、(2)、(3)中得到的数据进行可视化，可视化图像包括阵型可视化、比赛实时数据可视化以及比赛事件可视化；本发明提供了针对足球数据的采集方式以及预处理方法，给足球分析相关专家提供分析的数据支撑，同时对阵型数据进行了可视化，便于发现阵型变化的特征。
一种足球比赛变化人员流动可视分析方法

[发明专利]一种乒乓球比赛视频的智能交互数据采集系统-CN201911233818.7有效
发明人：巫英才;邓达臻;梁鸿业;王伽臣;曹安琪 -专利权人：浙江大学
申请日： 2019-12-05 - 公布日： 2020-10-20 - 主分类号： H04N21/472 文献下载
摘要：本发明公开一种乒乓球比赛视频的智能交互数据采集系统，该系统包括：(1)热启动模块，其包括各种基本信息的按钮或输入框，通过交互的方式，使用户对比赛视频的基本信息进行标注和输入；(2)比赛导览模块，其包括局列表、回合列表和拍列表，用于对比赛的比赛视频片段进行组织和导览，帮助用户高效定位至目标回合；(3)视频标注及验证模块，该模块包括嵌入可交互的可视化元素的比赛视频，通过交互生成准确的比赛数据；(4)后端计算模块，通过与其他模块进行交互，实现数据的实时更新。本发明的系统提升了数据标注的准确性和数据采集的效率；并将比赛导览与比赛视频相关联，实现了视频片段的快速定位。
一种乒乓球比赛视频智能交互数据采集系统