基于PHP的乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)的理論構(gòu)建研究

宋蘭玉

摘要：目前從體校到地方基礎(chǔ)乒乓球訓(xùn)練基地俱樂部，教練對學(xué)生平時訓(xùn)練和比賽都采用的是經(jīng)驗主義來進行相關(guān)技術(shù)指導(dǎo)。該文目的是利用現(xiàn)在高新視頻捕捉科技運動目標分析（包括目標的檢測、識別、跟蹤和理解）對比賽中的運動員的各項技術(shù)使用進行捕捉轉(zhuǎn)化成參數(shù)在后臺數(shù)據(jù)庫中通過算法分析，得出每項技術(shù)的使用、得分率和從發(fā)球到最終得分之間的相關(guān)性分析。為此，該文將對基于PHP技術(shù)的乒乓球比賽在線技戰(zhàn)術(shù)分析系統(tǒng)進行理論分析與設(shè)計。該系統(tǒng)分為多個模塊：前臺首頁設(shè)計，后臺首頁設(shè)計，模擬競賽模塊，現(xiàn)場競賽分析模塊等[1]。構(gòu)建系統(tǒng)應(yīng)當以win7操作系統(tǒng)為基礎(chǔ)，目的是提高各模塊之間的兼容性，使用了PHP和Smarty等技術(shù)，同時以面向?qū)ο蟮某绦蜷_發(fā)方式，結(jié)合MySQL數(shù)據(jù)庫與JavaScript來實現(xiàn)該系統(tǒng)的開發(fā)，希望該系統(tǒng)的理論構(gòu)建可以幫助到后續(xù)開發(fā)人員，并推進未來乒乓球智能化分析時代，有利于省、市地方基礎(chǔ)乒乓球訓(xùn)練基地和俱樂部的教練對學(xué)員的比賽指導(dǎo)以及今后訓(xùn)練。

關(guān)鍵詞：運動目標分析;技戰(zhàn)術(shù);相關(guān)性分析

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）07-0233-02

1 前言

從體校到地方基礎(chǔ)乒乓球訓(xùn)練基地俱樂部，教練對學(xué)生平時訓(xùn)練和比賽都采用的是經(jīng)驗主義來進行相關(guān)技術(shù)指導(dǎo)。其教學(xué)優(yōu)點在于即時性和針對性，但是在無論是訓(xùn)練還是比賽中乒乓球節(jié)奏、速度、落點、弧線這些要點都難以通過肉眼來測定和分析，尤其是比賽中還有技戰(zhàn)術(shù)的使用率、得分率等復(fù)雜競技結(jié)構(gòu)，教練員想要在短時間內(nèi)進行精準分析難度是很難的，絕大多數(shù)的教練都是選擇通過錄下運動員比賽視頻在后期對視頻做細致的數(shù)據(jù)分析。而在國際大賽中，比賽日程的緊密和高強度下，如果不能快速解決上一場運動員的技戰(zhàn)術(shù)使用問題，必然導(dǎo)致后續(xù)比賽的進行。中國隊目前還使用著十幾年前的教練分配方法一對多，即一個教練負責(zé)4、5個隊員，日本隊的主力隊員都是多個教練負責(zé)一個運動員，并且他們的教練員在比賽中就在做筆記進行分析，充分利用了局間休息時間，從理論上這是在為運動員提供及時性的理論指導(dǎo)。因此介于其優(yōu)點進行分析，是否可以通過動作捕捉技術(shù)，將運動員所使用的技戰(zhàn)術(shù)進行算法擬合并收集處理為技術(shù)參數(shù)，通過后臺數(shù)據(jù)庫的相關(guān)性等分析，達到準確估值運動員在這場比賽的各項技術(shù)的使用率和得分率并建立相關(guān)分析得出是否能繼續(xù)此技戰(zhàn)術(shù)的使用。

2 乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)構(gòu)建框架

構(gòu)建乒乓球在線分析系統(tǒng)，以幫助教練以及比賽運動員提高比賽中的技戰(zhàn)術(shù)得分效率為目的，其系統(tǒng)框架為：視頻錄像—視頻圖像的運動捕捉—提取動作參數(shù)—對應(yīng)相應(yīng)技術(shù)—建立數(shù)據(jù)分析模式—結(jié)論顯示。

2.1 系統(tǒng)開發(fā)環(huán)境

為了提高適用性和操作便捷性，我們在乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)中使用B/S的環(huán)境結(jié)構(gòu)，不需要特定客戶端，只需要采用瀏覽器即可。同時綜合各方面考慮（安全性、穩(wěn)定性、成熟性），例如目前Simi Shape3D—無標志點運動捕獲和分析系統(tǒng)僅可在Windows7操作系統(tǒng)下運行，因此系統(tǒng)應(yīng)當以Windows7操作系統(tǒng)為基礎(chǔ)。同時利用Apache服務(wù)器和MYSQL數(shù)據(jù)庫共同搭建系統(tǒng)，使用PHP語言快速優(yōu)質(zhì)的完成系統(tǒng)搭建。

2.2 系統(tǒng)功能結(jié)構(gòu)設(shè)計

當用戶進入系統(tǒng)首頁后可以進行各種操作，比如視頻錄像，比賽分析。也可以登錄進行乒乓球?qū)ｍ椨?xùn)練，乒乓球模擬比賽，訓(xùn)練結(jié)果分析等相關(guān)操作。例如如果要進行比賽分析，教練或運動員要先點擊視頻錄像，再開始比賽，在一場比賽結(jié)束后，可以提交視頻，同時系統(tǒng)自動返回比賽結(jié)果分析。當教練員登錄后可以進行技術(shù)訓(xùn)練管理，比賽成績管理等。

2.3 前臺功能結(jié)構(gòu)設(shè)計

乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)前臺主要功能結(jié)構(gòu)如圖1所示。前臺主要包括首頁，專項技術(shù)分析，比賽模擬，訓(xùn)練成績查詢以及相應(yīng)的日志記錄各項操作。其中包括各項主要模塊，從而可以支持并實現(xiàn)乒乓球運動中視頻錄像，分析等主要功能。

2.4 后臺功能結(jié)構(gòu)設(shè)計

后臺主要是用于支持前臺各項功能模塊的正常運行而提供的一些管理員角色才可以操作管理的功能，主要由數(shù)據(jù)庫以及數(shù)學(xué)模型運算對其進行技術(shù)支持，提供類別、用戶、視頻、訓(xùn)練以及相應(yīng)的成績管理，保證整個系統(tǒng)從輸入，分析計算，到輸出顯示的完整路徑順利達成。

3 系統(tǒng)主要功能模塊設(shè)計

3.1 即時比賽分析模塊設(shè)計

首先此模塊采用的主要技術(shù)是無標記的光學(xué)動作捕捉技術(shù)，乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)構(gòu)建應(yīng)該從現(xiàn)實問題出發(fā)。目前對光學(xué)動作捕捉技術(shù)使用場景主要分兩種，一種是現(xiàn)實化基于攝像頭的光學(xué)動作捕捉技術(shù)，其精度最高，但是缺陷也極為明顯，需要使用到多個攝像頭，每個攝像頭視場也有限。并且人身體主要關(guān)節(jié)需要粘貼Marker點，只能在一個比較狹小的、室內(nèi)的環(huán)境中使用導(dǎo)致了很多場景中不能使用并且成本極高。所以這種標記式光學(xué)動作捕捉技術(shù)只在國家隊乒乓球運動員的動作技術(shù)分析應(yīng)用廣泛。第二種是無標記式光學(xué)捕捉，其中共有三種方式：（1）基于普通視頻圖像的運動捕捉，通過二維圖像人形檢測提取關(guān)節(jié)點在二維圖像中的坐標，在根據(jù)多相機視覺三維測量計算關(guān)節(jié)的三維空間坐標[2]。（2）熱能式動作捕捉，經(jīng)過熱源從固定方向照射，導(dǎo)致動作捕捉時人體運動方向受限。（3）三維深度信息的運動捕捉，系統(tǒng)基于結(jié)構(gòu)光編碼投射實時獲取視場內(nèi)物體的三維深度信息，代表產(chǎn)品是微軟公司的kinect傳感器。

介于目前提出了一種將圖像拓撲稀疏編碼與動態(tài)時間扭曲算法相結(jié)合的視頻語義特征學(xué)習(xí)方法，該方法將視頻特征學(xué)習(xí)分為半監(jiān)督視頻特征學(xué)習(xí)和視頻序列特征監(jiān)督優(yōu)化兩個階段[3]。其次，利用基于距離加權(quán)的動態(tài)時間扭曲算法和K-最近鄰算法對手勢進行識別[4]。在乒乓球視頻數(shù)據(jù)集上進行了比較實驗[5]。實驗結(jié)果表明，該方法對視頻特征的識別能力更強，能夠有效地提高運動視頻中手勢的識別率。因此得力于這些關(guān)鍵技術(shù)的發(fā)展，使得此系統(tǒng)構(gòu)建的可行性大大提高。

3.2 模擬比賽分析模塊設(shè)計

有學(xué)者提出了一個建立良好的二階馬爾可夫鏈模型來描述和模擬乒乓球比賽過程。與現(xiàn)有的方法相比，他們的方法是第一個支持有效模擬戰(zhàn)術(shù)的方法，它代表了乒乓球的高水平競爭策略。提出了一種基于模擬視覺分析模型的可視化分析系統(tǒng)Tac-Simur[6]。TAC-Simur使用戶能夠根據(jù)各自在比賽中的表現(xiàn)輕松地導(dǎo)航不同的玩家和他們的戰(zhàn)術(shù)，以識別玩家和感興趣的戰(zhàn)術(shù)，以供進一步分析。然后，用戶可以利用該系統(tǒng)交互式地探索各種仿真任務(wù)，并直觀地解釋仿真結(jié)果。

3.3 專項技術(shù)訓(xùn)練分析模塊設(shè)計

此模塊是用于指導(dǎo)運動員平時訓(xùn)練，由教練員設(shè)定訓(xùn)練模式，模式分為三大領(lǐng)域：正手、反手、結(jié)合技術(shù)。正手模式下分為正手攻球、正手拉球、正手擺短、正手搓長、正手拉等正手技術(shù)，反手模式亦然。

4 結(jié)論

本文在理論上構(gòu)建了乒乓球在線技戰(zhàn)術(shù)分析系統(tǒng)各部分模塊及其功能，通過視頻錄制+動作捕捉+數(shù)據(jù)分析，提出的概念型乒乓球訓(xùn)練比賽系統(tǒng)，在具體實施細節(jié)上還缺乏關(guān)鍵技術(shù)的實現(xiàn)。此前kinect這樣的傳感器得到的數(shù)據(jù)經(jīng)常會出現(xiàn)關(guān)節(jié)丟失的問題，如今通過模塊化和層次化的設(shè)計結(jié)合Kinect動作捕捉技術(shù)和動作重定向技術(shù)，開發(fā)一個穩(wěn)定、實時性較好的動作捕捉系統(tǒng)是有可能的[7]，如果今后隨著動作捕捉技術(shù)的完善化，擬合乒乓球各項技術(shù)動作，不僅可以將動作轉(zhuǎn)化為參數(shù)進行分析，還可以對失分技術(shù)動作進行檢驗得出失誤原因。隨著數(shù)據(jù)量的增大，對數(shù)據(jù)的處理，不斷優(yōu)化模型權(quán)重參數(shù)，最終可以得到運動員最優(yōu)的技術(shù)結(jié)構(gòu)和技戰(zhàn)術(shù)使用模式，這不僅在比賽中可以即時進行指導(dǎo)，還可以在平常訓(xùn)練中指導(dǎo)乒乓球運動員或者業(yè)余愛好者。

參考文獻：

[1] 秦霞.基于B/S結(jié)構(gòu)的NCRE管理系統(tǒng)的設(shè)計[J].廣西教育，2015（39）：189-192.

[2] 傳感器技術(shù)mp_discard.詳解超逼真動作背后的技術(shù)——動作捕捉[EB/OL].https：//www.sohu.com/a/161836606_468626，2017-08-03.

[3] 王松濤.基于特征融合的RGB-D圖像視覺顯著性檢測方法研究[D].哈爾濱理工大學(xué)，2018.

[4] Shuping Xu， Lixin Liang， Chengbin Ji. Gesture recognition for human–machine interaction in table tennis video based on deep semantic understanding [J]. Signal Processing： Image Communication， 2020， 81.

[5] 李海波.基于視頻檢測的乒乓球自動計分方法研究[D].哈爾濱工業(yè)大學(xué)，2016.

[6] Wang Jiachen，Zhao Kejian，Deng Dazhen，Cao Anqi，Xie Xiao， Zhou Zheng，Zhang Hui，Wu Yingcai. Tac-Simur： Tactic-based Simulative Visual Analytics of Table Tennis[J]. IEEE transactions on visualization and computer graphics， 2020， 26（1）.

[7] 相夢.基于Kinect運動捕捉的乒乓球基本技術(shù)動作測評系統(tǒng)的設(shè)計研究[D].河北師范大學(xué)，2019.

【通聯(lián)編輯：代影】