Protracer使用什么计算机视觉算法进行高尔夫球飞行?

我将试着回答这个问题,因为它激起了我作为计算机视觉工程师和(从来没有真正改善)周末高尔夫选手的兴趣。 该答案仅基于公开发布的信息(网站,已发布的专利),因此,也许更深入的人可以提供更多的见解。 此外,我从未使用过任何一个系统,因此很容易错过其他基于计算机视觉的功能。 问题中提到了两种不同的系统(Protracer和TrackMan),据我所知它们是两种不同的技术。 Protracer具有两个不同的系统:原始的Protracer TV和较新的Protracer Range。 两者在计算机视觉/图像处理方面似乎都比较有趣,因为它们的主要传感器是照相机。 同时,TrackMan严重依赖雷达来确定高尔夫球的估计3D轨迹。 让我详细说明… 最新的TrackMan模型在一个TrackMan单元中结合了两个雷达系统,以便跟踪高尔夫球飞行(或其他运动中的其他射弹)和高尔夫球杆[1]。 TrackMan中还内置了一个摄像头,用于记录高尔夫球手后面的挥杆[2]: 我认为TrackMan并没有使用太多的计算机视觉:我相信相机主要用于记录覆盖球飞行轨迹的图像。 但是,肯定会进行一些坐标转换,以将雷达估算的轨迹投影回相机框架,并且他们的专利之一[3]描述了通过测量“目标位置”来估算到用户选择目标的距离的可能性。目标的预定图案的角度范围”,“可以通过边缘检测技术轻松地从图像中确定”。 因此,如果用户不知道到摄像机图像中所选目标的距离,则另一种选择是使用上面具有已知图案(例如棋盘图案)的目标,以估计距离。 但是,我猜想TrackMan的主要用例是在行驶范围内,其中到各个目标的距离是已知的(在合理的范围内)。 但是,基于最近工作清单中提到的“计算机视觉团队”的存在,系统中可能还会使用计算机视觉的其他功能[4]。 相反,Protracer电视系统[5]似乎严重依赖于计算机视觉/图像处理技术,以便估计和绘制辅助摄像机录制的视频上的球轨迹。…