智能羽球裁判系統
智能羽球裁判系統
指導教授：林建華老師、郭珈妤老師
專題成員：温嘉鈞、陳光郁、詹鎧熏、陳家霈、楊昀臻、蕭珮岑、張凱晴
摘要
本專題旨在開發一套單打的低成本「智能羽球裁判系統」，以解決基層羽球賽事中因球速極快導致人工判決易産生誤判之爭議。系統包括有效發球判別、發球高度判別與球體落點界内外判分。
本系統不同於傳統「鷹眼系統」需依賴昂貴的高速攝影設備，轉而採用通用 GoPro 與 iPhone 組成雙視角監測架構，結合電腦視覺與深度學習技術提供具普及性的數位化解決方案。在技術實踐上，系統分為後方與側面兩大模組：後方視角利用影像處理技術偵測場地線，並透過 TrackNetV2 [1]模型分析連續羽球影像飛行軌跡，結合熱力圖定位與雜訊過濾以判定落點得分；側面視角則運用 YOLO [2]姿態估計追蹤球員關節點，結合球網高度比例尺進行空間校正，以及發球線偵測，藉此落實 115 公分發球高度限制與有效發球之自動化判決。最後，系統透過 JSON 檔資料整合兩組分析結果，由主程式進行時序同步與規則邏輯判定，輸出包含雙視角拼接畫面、比分與違規警示之視覺化影片。
專題結果，系統在發球相關偵測之準確率約為 78%，而落點得分判定準確率則約為 73%。整體來說，本專題證明實不需要昂貴設備，只靠普通手機跟相機也能做出具備參考價値的發球與落點判別系統。雖然目前在複雜動作的判斷上還有進步空間，但這套方案確實大幅降低了羽球科技化的門檻，對於未來想要開發低成本運動輔助系統的人來說，是非常具體的參考實例。
動機與目標
隨著羽球近幾年的興起，越來越多人關注和參與這項運動，而羽球運動以極快的節奏與高球速著稱，在激烈的對抗過程中，選手與裁判經常面臨出界、越網擊球等關鍵判決爭議，由於人類視覺捕捉瞬間落點的能力有限，導致比賽中誤判頻發。雖然目前國際頂尖賽事已引進成熟的「鷹眼系統」，但該技術極度依賴多組昂貴的高速攝影機與硬體設備，對於一般校園或訓練場地而言，成本門檻過高且難以普及應用。
因此，本專題的目標就是開發一套具備高精確度且「低成本」的智慧羽球裁判系統，透過一般鏡頭結合深度學習技術，精準偵測場地邊線、球員動態並捕捉羽球的高速飛行軌跡。我們希望這套系統能實現羽球單打的智慧判決與自動計分功能，不僅能精準判斷球體是否出界或觸網，更能直接計算比分，有效解決判決爭議，讓運動科技真正走進普及化的賽事中。