鐘方源,林 川,婁鵬程
羽毛球多球運動水平的不斷提升,對羽毛球多球運動員的綜合能力與水平提出了新的要求,越來越多的人看重多球運動的技戰(zhàn)術(shù)應(yīng)用。多球練習最早起源于日本排球,并在練習中取得了較為優(yōu)異的成績。根據(jù)球類運動的種類不同,對運動員技戰(zhàn)術(shù)的要求也不同。以羽毛球為例,不同的比賽形勢下要求運動員使用不用技戰(zhàn)術(shù)完成賽事[1]。根據(jù)早期比賽經(jīng)驗,羽毛球多球聯(lián)系的主要技戰(zhàn)術(shù)總共分為四種:其一為“一球一擊”訓練方法,教練連續(xù)不斷向運動員發(fā)球,需要運動員快速對球進行回擊。其二為“多球單練”,需要運動員與教練雙方之間相互回擊,直到其中一方接球出現(xiàn)失誤,即可重新發(fā)球練習。其三為“指定點擊球”,需要運動員將羽毛球發(fā)射到指定位置上,并在固定位置上反復(fù)練習多球的回擊。其四為“移動擊球”,需要運動員在多球練習中,前后左右不停移動,以此找到最佳羽毛球回擊點,并在此時將羽毛球擊回。總體來說,無論多球練習中的任一種方法,均要求運動員具備一定的技戰(zhàn)術(shù)訓練功底,只有掌握了技戰(zhàn)術(shù)的運用技巧,才能滿足羽毛球其學訓練要求。為此本文將以羽毛球多球練習為例,開展其技戰(zhàn)術(shù)運用中關(guān)鍵特征提取方法的詳細研究,深入探索運動員的運動技巧,以此為運動員練習提出正確指導。
將羽毛球多球練習中出現(xiàn)的類同行為進行相似性分類,描述聚類對象的數(shù)據(jù)種類,并采用識別行為算子的方式,計算在相同空間維度內(nèi)相似函數(shù)與距離函數(shù)行為距離的遠近。例如,在羽毛球多球練習運動中,用高維度空間點對應(yīng)技戰(zhàn)術(shù)運用中的行為點,此中行為點包括運動員跳高、揮桿、下蹲、回擊等動作,并將空間點的距離近似看作行為算子識別的相似程度[2]。行為算子距離遠近可用如下計算公式表示。
公式(1)中:d表示為歐式計算方法下羽毛球多球練習技戰(zhàn)術(shù)的行為距離;(x,y)表示為高維度空間點;i表示為技戰(zhàn)術(shù)行為發(fā)生次數(shù);N表示為行為算子特征。根據(jù)上述計算公式,d的數(shù)值越高,表示識別技戰(zhàn)術(shù)行為運動算子越高,與羽毛球運動員的實際行為差異性越大,反之越?。?]。在正確識別技戰(zhàn)術(shù)行為算子的基礎(chǔ)上,利用運動形態(tài)學,對羽毛球多球運動員的連通性進行綜合形態(tài)學處理,裁剪行為邊緣圖像,獲取技戰(zhàn)術(shù)運動運動行為目標,獲取二級化行為圖像。假定運動員技戰(zhàn)術(shù)運動行為的當前識別幀為fc(x,y),技戰(zhàn)術(shù)行為參考幀為b(x,y),那么此時羽毛球多球技戰(zhàn)術(shù)行為算子識別的正確閾值可用如下公式表示。
公式(2)中:Rc表示為正確閾值范圍;T表示為經(jīng)多次識別實驗檢測的閾值。根據(jù)上述計算公式,對獲取的局部行為算子及算子閾值作為特征識別的空間性區(qū)域描述,并利用識別分類器學對行為段進行劃分,為技戰(zhàn)術(shù)運動特征提取提供類別支撐。
利用上述識別的運動行為識別算子,檢測運動員行為發(fā)生興趣點,綜合Dollar提供的算子興趣檢測區(qū)域,對技戰(zhàn)術(shù)實施特征描述,計算區(qū)域行為特征量化結(jié)果[4]。計算公式如下。
公式(3)中:x表示為行為特征量化標準;H表示為技戰(zhàn)術(shù)運動特征的識別分類;bin(i)表示為技戰(zhàn)術(shù)行為特征直方圖。根據(jù)上述計算公式,假定窗口行為特征跨度為一幀,將不同運動員行為按照k-means對實施聚類處理。并將聚類后形成的連續(xù)行為特征按照分段進行特征分割,每個分割段中均包含獨立的特征行為??紤]到行為起始幀與終止幀過度存在模糊過渡性界限,以此可采用計算量化特征行為統(tǒng)計發(fā)生頻次的方式,降低過渡對行為特征獲取的影響[5]。計算公式如下。
公式(4)中:E表示為羽毛球多球練習技戰(zhàn)術(shù)量化特征行為發(fā)生頻次;B表示為特征行為發(fā)生起始幀;S表示為特征行為發(fā)生終止幀。根據(jù)上述計算公式,減少過度行為提取造成的影響,以此獲取相對標準的特征描述。
提出對比實驗,選擇某羽毛球多球集訓基地運動員50名,將其隨機分為兩組,每組25人,將每組25人再次平均分成5組,一組5人,運動員年齡分布在20~35周歲之間,要求運動員按照常規(guī)標準進行每日三次訓練,根據(jù)羽毛球技戰(zhàn)術(shù)運用特征,將45種不同空間維度的技戰(zhàn)術(shù)行為特征作為樣本。準備行為識別后端處理裝置,應(yīng)用分辨率為852(垂直)*654(水平)的行為獲取儀器,收集羽毛球多球運動員在運動過程中發(fā)生的行為特征。實驗組采用本文設(shè)計的羽毛球多球練習技戰(zhàn)術(shù)運用特征提取方法,對照組采用傳統(tǒng)的特征提取方法。結(jié)合上述實驗準備,完成對比實驗的設(shè)計,收集提取的運動員技戰(zhàn)術(shù)特征,將實驗結(jié)果記錄如表1所示。
表1 技戰(zhàn)術(shù)運用特征提取量
根據(jù)上述表1中數(shù)據(jù)可知,本文設(shè)計的羽毛球多球練習技戰(zhàn)術(shù)運用特征提取方法在對運動員技戰(zhàn)術(shù)特征提取應(yīng)用過程中,輸出的特征提取量與實際發(fā)生的行為特征更為接近,且特征提取的維度更廣。為此可得出實驗結(jié)論:相比傳統(tǒng)的特征提取方法,本文提出的方法在實際應(yīng)用中可提高對運動員技戰(zhàn)術(shù)運用的特征提取準確率,更加適用于運動賽事對運動員的行為評估。
為了打造公平和諧的體育運動賽事,本文開展了羽毛球多球練習技戰(zhàn)術(shù)運用特征提取方法的設(shè)計,并采用設(shè)計對比實驗的方式,驗證了本文提出方法更適用于對運動員的綜合評估。為此在后期的發(fā)展中,應(yīng)適當加大本文方法在實際中的應(yīng)用,在不斷實踐中對方法進行完善,彌補訓練中對運動員觀察的不足。