一种基于深度学习的羽毛球的检测与跟踪方法

本发明公开了一种基于深度学习的羽毛球的检测与跟踪方法,涉及计算机视觉技术领域,包括如下模块：图像序列采集模块：部署摄像设备于羽毛球场边线实时捕获图像序列并传输至边缘设备；图像序列预处理模块：归一化处理图像序列，将像素值缩放至0到1的范围；实时检测模块：通过神经网络提取羽毛球特征，再利用多层注意力编码器逐层细化特征聚焦区域，然后输出被检测羽毛球的边界框参数；目标跟踪模块：提取检测框的特征向量后匹配生成轨迹进入数据‑物理双驱动架构得到初步坐标，最后通过自适应融合模块得到最终预测坐标。本发明所提供的基于深度学习的羽毛球的检测与跟踪方法提高了羽毛球检测精度，并可处理多种突发情况下的羽毛球跟踪鲁棒性问题。