基于情境与空间注意力的 YOLO 定制羽毛跟踪系统 YO-CSA-T
计算机视觉与模式识别
2025-01-14 v1 人工智能
摘要
羽毛在羽毛球比赛机器人人机比赛中所需的三维轨迹要求实时性和高精度。然而，羽毛的高速飞行速度、各种视觉效果以及其易与环境元素（如场地线和照明）混合，给快速和准确的二维检测带来了挑战。本文首先提出 YO-CSA 检测网络，通过引入情境注意力和空间注意力机制，对 YOLOv8s 模型的骨干网络、颈部和头部进行优化和重新配置，以增强模型在提取和集成全局与局部特征方面的能力。随后，我们将检测、预测和补偿三个主要子任务集成到一个实时三维羽毛轨迹检测系统中。具体而言，我们的系统将 YO-CSA 提取的二维坐标序列映射到三维空间，然后基于历史信息预测未来三维坐标，并将其重新投影到左视图和右视图，以更新二维检测的位置约束。此外，我们的系统包括一个补偿模块，用于填补缺失的中间帧，以确保轨迹更完整。我们在自建数据集上进行了大量实验，以评估 YO-CSA 的性能和系统效果。实验结果表明，YO-CSA 在 [email protected] 上达到 90.43%的高准确率，超越了 YOLOv8s 和 YOLO11s。我们的系统表现优异，保持 130 fps 以上的速度，覆盖 12 个测试序列。
引用
@article{arxiv.2501.06472,
title = {YO-CSA-T: A Real-time Badminton Tracking System Utilizing YOLO Based on Contextual and Spatial Attention},
author = {Yuan Lai and Zhiwei Shi and Chengxi Zhu},
journal= {arXiv preprint arXiv:2501.06472},
year = {2025}
}
备注
8 pages,14 figures