Key points are not available for this paper at this time.
L'extraction de la trajectoire de vol du volant lors d'un unique échange dans les jeux de badminton est importante pour l'analyse sportive automatisée. Cette étude propose une méthode novatrice pour extraire les coups dans les jeux de badminton à partir d'une caméra monoculaire. Tout d'abord, TrackNet, un réseau neuronal profond conçu pour le suivi de petits objets, est utilisé pour extraire la trajectoire de vol du volant. Ensuite, le modèle YOLOv7 est utilisé pour identifier si le joueur est en train de frapper. Comme TrackNet et YOLOv7 peuvent avoir des ratés de détection et des détections fausses, cette étude propose un algorithme de perfectionnement des coups pour obtenir le bon moment de frappe. Ce faisant, nous pouvons extraire les coups lors des échanges et classifier le type de coups. Notre méthode proposée atteint une précision de 89,7 %, un taux de rappel de 91,3 % et un taux F1 de 90,5 % dans 69 matchs, avec 1582 échanges des vidéos de match de la Fédération mondiale de badminton (BWF). C'est une amélioration significative par rapport à l'utilisation de TrackNet seul, qui produit une précision de 58,8 %, un rappel de 93,6 % et un score F1 de 72,3 %. De plus, la précision de la classification des types de coups à trois seuils différents est de 72,1 %, 65,4 % et 54,1 %. Ces résultats sont supérieurs à ceux de TrackNet, démontrant que notre méthode reconnaît efficacement différents types de coups. Les résultats expérimentaux démontrent la faisabilité et la validité de la méthode proposée.
Hsu et al. (Fri,) ont étudié cette question.