基于PHP的乒乓球在線技戰術分析系統的理論構建研究

宋蘭玉

摘要：目前從體校到地方基礎乒乓球訓練基地俱樂部，教練對學生平時訓練和比賽都采用的是經驗主義來進行相關技術指導。該文目的是利用現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使用進行捕捉轉化成參數在后臺數據庫中通過算法分析，得出每項技術的使用、得分率和從發球到最終得分之間的相關性分析。為此，該文將對基于PHP技術的乒乓球比賽在線技戰術分析系統進行理論分析與設計。該系統分為多個模塊：前臺首頁設計，后臺首頁設計，模擬競賽模塊，現場競賽分析模塊等[1]。構建系統應當以win7操作系統為基礎，目的是提高各模塊之間的兼容性，使用了PHP和Smarty等技術，同時以面向對象的程序開發方式，結合MySQL數據庫與JavaScript來實現該系統的開發，希望該系統的理論構建可以幫助到后續開發人員，并推進未來乒乓球智能化分析時代，有利于省、市地方基礎乒乓球訓練基地和俱樂部的教練對學員的比賽指導以及今后訓練。

關鍵詞：運動目標分析;技戰術;相關性分析

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

從體校到地方基礎乒乓球訓練基地俱樂部，教練對學生平時訓練和比賽都采用的是經驗主義來進行相關技術指導。其教學優點在于即時性和針對性，但是在無論是訓練還是比賽中乒乓球節奏、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術的使用率、得分率等復雜競技結構，教練員想要在短時間內進行精準分析難度是很難的，絕大多數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據分析。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術使用問題，必然導致后續比賽的進行。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4、5個隊員，日本隊的主力隊員都是多個教練負責一個運動員，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。因此介于其優點進行分析，是否可以通過動作捕捉技術，將運動員所使用的技戰術進行算法擬合并收集處理為技術參數，通過后臺數據庫的相關性等分析，達到準確估值運動員在這場比賽的各項技術的使用率和得分率并建立相關分析得出是否能繼續此技戰術的使用。

2 乒乓球在線技戰術分析系統構建框架

構建乒乓球在線分析系統，以幫助教練以及比賽運動員提高比賽中的技戰術得分效率為目的，其系統框架為：視頻錄像—視頻圖像的運動捕捉—提取動作參數—對應相應技術—建立數據分析模式—結論顯示。

2.1 系統開發環境

為了提高適用性和操作便捷性，我們在乒乓球在線技戰術分析系統中使用B/S的環境結構，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、穩定性、成熟性），例如目前Simi Shape3D—無標志點運動捕獲和分析系統僅可在Windows7操作系統下運行，因此系統應當以Windows7操作系統為基礎。同時利用Apache服務器和MYSQL數據庫共同搭建系統，使用PHP語言快速優質的完成系統搭建。

2.2 系統功能結構設計

當用戶進入系統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專項訓練，乒乓球模擬比賽，訓練結果分析等相關操作。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，在一場比賽結束后，可以提交視頻，同時系統自動返回比賽結果分析。當教練員登錄后可以進行技術訓練管理，比賽成績管理等。

2.3 前臺功能結構設計

乒乓球在線技戰術分析系統前臺主要功能結構如圖1所示。前臺主要包括首頁，專項技術分析，比賽模擬，訓練成績查詢以及相應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乒乓球運動中視頻錄像，分析等主要功能。

2.4 后臺功能結構設計

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，主要由數據庫以及數學模型運算對其進行技術支持，提供類別、用戶、視頻、訓練以及相應的成績管理，保證整個系統從輸入，分析計算，到輸出顯示的完整路徑順利達成。

3 系統主要功能模塊設計

3.1 即時比賽分析模塊設計

首先此模塊采用的主要技術是無標記的光學動作捕捉技術，乒乓球在線技戰術分析系統構建應該從現實問題出發。目前對光學動作捕捉技術使用場景主要分兩種，一種是現實化基于攝像頭的光學動作捕捉技術，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。并且人身體主要關節需要粘貼Marker點，只能在一個比較狹小的、室內的環境中使用導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動作捕捉技術只在國家隊乒乓球運動員的動作技術分析應用廣泛。第二種是無標記式光學捕捉，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節點在二維圖像中的坐標，在根據多相機視覺三維測量計算關節的三維空間坐標[2]。（2）熱能式動作捕捉，經過熱源從固定方向照射，導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，系統基于結構光編碼投射實時獲取視場內物體的三維深度信息，代表產品是微軟公司的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時間扭曲算法相結合的視頻語義特征學習方法，該方法將視頻特征學習分為半監督視頻特征學習和視頻序列特征監督優化兩個階段[3]。其次，利用基于距離加權的動態時間扭曲算法和K-最近鄰算法對手勢進行識別[4]。在乒乓球視頻數據集上進行了比較實驗[5]。實驗結果表明，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。因此得力于這些關鍵技術的發展，使得此系統構建的可行性大大提高。

3.2 模擬比賽分析模塊設計

有學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。與現有的方法相比，他們的方法是第一個支持有效模擬戰術的方法，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Tac-Simur[6]。TAC-Simur使用戶能夠根據各自在比賽中的表現輕松地導航不同的玩家和他們的戰術，以識別玩家和感興趣的戰術，以供進一步分析。然后，用戶可以利用該系統交互式地探索各種仿真任務，并直觀地解釋仿真結果。

3.3 專項技術訓練分析模塊設計

此模塊是用于指導運動員平時訓練，由教練員設定訓練模式，模式分為三大領域：正手、反手、結合技術。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，反手模式亦然。

4 結論

本文在理論上構建了乒乓球在線技戰術分析系統各部分模塊及其功能，通過視頻錄制+動作捕捉+數據分析，提出的概念型乒乓球訓練比賽系統，在具體實施細節上還缺乏關鍵技術的實現。此前kinect這樣的傳感器得到的數據經常會出現關節丟失的問題，如今通過模塊化和層次化的設計結合Kinect動作捕捉技術和動作重定向技術，開發一個穩定、實時性較好的動作捕捉系統是有可能的[7]，如果今后隨著動作捕捉技術的完善化，擬合乒乓球各項技術動作，不僅可以將動作轉化為參數進行分析，還可以對失分技術動作進行檢驗得出失誤原因。隨著數據量的增大，對數據的處理，不斷優化模型權重參數，最終可以得到運動員最優的技術結構和技戰術使用模式，這不僅在比賽中可以即時進行指導，還可以在平常訓練中指導乒乓球運動員或者業余愛好者。

參考文獻：

[1] 秦霞.基于B/S結構的NCRE管理系統的設計[J].廣西教育，2015（39）：189-192.

[2] 傳感器技術mp_discard.詳解超逼真動作背后的技術——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，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].哈爾濱工業大學，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動作測評系統的設計研究[D].河北師范大學，2019.

【通聯編輯：代影】