【软件开发】基于视觉的卡牌预判系统
Budget: $250 – $750 USD
学校作业内容：“基于视觉的卡牌预判系统”
以下内容均已Python为展示（实际应用可使用任意代码平台）
一、作业目标
在YouTube Live场景中，通过计算机视觉技术实时监控老师的洗牌过程，预判卡牌类型（UP/炸弹），并在卡牌被碗盖住前记录其最终顺序（1~10）。学生需编写Python程序实现以下核心功能：
1、画面监控
2、检测人手与卡牌位置
3、识别卡牌正面及类型（UP/炸弹）
4、跟踪卡牌移动并记录最终顺序
注：此内容需要在开牌前进行检测和预判
二、规则说明
卡牌设置：
10张卡牌（5张UP、5张炸弹），背面统一，仅正面不同。
流程规则：
老师直播洗牌（10轮），洗牌后卡牌堆叠为1~10号并用碗盖住。
10张全中即为满分，6张全中即为及格，5张以下则0分，每轮测试仅5位同学参加。
关键要求：系统必须在碗盖住卡牌前，通过逐帧分析洗牌过程，预判每张卡牌的类型。
三、技术要求
核心模块
人手检测：定位老师双手区域，缩小卡牌检测范围。
卡牌检测与跟踪：实时检测卡牌位置，跟踪其移动轨迹。
正反面分类：判断卡牌是否翻转，正面需分类为UP或炸弹。
顺序记录：洗牌结束后，输出10张卡牌的序号及对应类型。
性能要求：
实时性：处理速度需匹配直播帧率（≥15 FPS）。
鲁棒性：适应手部遮挡、光照变化、卡牌快速移动等场景。
四、交付内容
代码提交
完整的Python工程（包含模型、依赖文件）。
注释清晰的代码逻辑（需说明算法选型原因）。
测试报告：
本地测试视频：展示洗牌检测、分类、跟踪过程。
性能指标：准确率（至少90%）、实时性（FPS）。
创新点说明（加分项）
如改进跟踪算法、优化分类模型等。
五、参考工具与技术栈
框架：OpenCV（视频处理）、PyTorch/TensorFlow（深度学习模型）。
模型：YOLO（目标检测）、DeepSORT（目标跟踪）、MobileNet（轻量级分类）。
部署：可结合多线程/GPU加速提升实时性。
六、评分标准
模块 分值 要求
人手与卡牌检测 30 准确率≥85%，代码可复现
正反面分类 30 UP/炸弹分类准确率≥90%
卡牌跟踪与顺序记录 25 正确输出1~10号卡牌类型
创新性与报告质量 15 逻辑清晰、有优化思路
作业提示：
建议分阶段实现（如先静态检测再动态跟踪）。
可使用模拟视频测试（如录制老师洗牌过程）。
遇到技术难点时，优先保证核心功能完整。
截止时间：5月18日 23:59（大陆时间5月18日下午18:00）
提交方式：待商议
以下内容均已Python为展示（实际应用可使用任意代码平台）
一、作业目标
在YouTube Live场景中，通过计算机视觉技术实时监控老师的洗牌过程，预判卡牌类型（UP/炸弹），并在卡牌被碗盖住前记录其最终顺序（1~10）。学生需编写Python程序实现以下核心功能：
1、画面监控
2、检测人手与卡牌位置
3、识别卡牌正面及类型（UP/炸弹）
4、跟踪卡牌移动并记录最终顺序
注：此内容需要在开牌前进行检测和预判
二、规则说明
卡牌设置：
10张卡牌（5张UP、5张炸弹），背面统一，仅正面不同。
流程规则：
老师直播洗牌（10轮），洗牌后卡牌堆叠为1~10号并用碗盖住。
10张全中即为满分，6张全中即为及格，5张以下则0分，每轮测试仅5位同学参加。
关键要求：系统必须在碗盖住卡牌前，通过逐帧分析洗牌过程，预判每张卡牌的类型。
三、技术要求
核心模块
人手检测：定位老师双手区域，缩小卡牌检测范围。
卡牌检测与跟踪：实时检测卡牌位置，跟踪其移动轨迹。
正反面分类：判断卡牌是否翻转，正面需分类为UP或炸弹。
顺序记录：洗牌结束后，输出10张卡牌的序号及对应类型。
性能要求：
实时性：处理速度需匹配直播帧率（≥15 FPS）。
鲁棒性：适应手部遮挡、光照变化、卡牌快速移动等场景。
四、交付内容
代码提交
完整的Python工程（包含模型、依赖文件）。
注释清晰的代码逻辑（需说明算法选型原因）。
测试报告：
本地测试视频：展示洗牌检测、分类、跟踪过程。
性能指标：准确率（至少90%）、实时性（FPS）。
创新点说明（加分项）
如改进跟踪算法、优化分类模型等。
五、参考工具与技术栈
框架：OpenCV（视频处理）、PyTorch/TensorFlow（深度学习模型）。
模型：YOLO（目标检测）、DeepSORT（目标跟踪）、MobileNet（轻量级分类）。
部署：可结合多线程/GPU加速提升实时性。
六、评分标准
模块 分值 要求
人手与卡牌检测 30 准确率≥85%，代码可复现
正反面分类 30 UP/炸弹分类准确率≥90%
卡牌跟踪与顺序记录 25 正确输出1~10号卡牌类型
创新性与报告质量 15 逻辑清晰、有优化思路
作业提示：
建议分阶段实现（如先静态检测再动态跟踪）。
可使用模拟视频测试（如录制老师洗牌过程）。
遇到技术难点时，优先保证核心功能完整。
截止时间：5月18日 23:59（大陆时间5月18日下午18:00）
提交方式：待商议