基于球场关键点的自动网球选手与球追踪系统（Hawk Eye 系统）
计算机视觉与模式识别
2025-11-07 v1 人工智能
摘要
本研究提出了用于自动化网球赛分析的完整管道。我们的框架集成了多个深度学习模型，用于实时检测和跟踪选手与网球，同时识别球场关键点以进行空间参考。系统采用 YOLOv8 进行选手检测，使用自定义训练的 YOLOv5 模型进行球的跟踪，以及基于 ResNet50 的架构进行球场关键点检测，提供详细的分析数据，包括选手运动模式、球速、击球准确率和选手反应时间。实验结果表明，在不同场地条件和比赛场景下，系统性能稳健。模型输出带注释的视频及详细的绩效指标，使教练、转播人员和选手能够获得有关比赛动态的可操作性见解。
引用
@article{arxiv.2511.04126,
title = {Automated Tennis Player and Ball Tracking with Court Keypoints Detection (Hawk Eye System)},
author = {Venkata Manikanta Desu and Syed Fawaz Ali},
journal= {arXiv preprint arXiv:2511.04126},
year = {2025}
}
备注
14 pages, 11 figures, planning to submit for a coneference