CN106991359A - 一种在全景模式下对球赛视频中篮球进行跟踪的算法 - Google Patents

Abstract

本发明公开了一种在全景模式下对球赛视频中篮球进行跟踪的算法，包括：1)生成场景标注；2)候选球的检测；3)短轨迹的生成；4)短轨迹的矫正和过滤；5)连接短轨迹为长轨迹。本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法，利用篮球运动中球场的一些先验信息(如球场运动场位置，篮框位置，球员平均身高等)，和篮球的几个主要运动形态(持球，拍球，传球，投篮)，提取出其对应的运动特征，将这些运动特征加入到篮球的跟踪中，提高了跟踪准确性。

Description

一种在全景模式下对球赛视频中篮球进行跟踪的算法

技术领域

本发明涉及一种比赛视频跟踪的算法，尤其涉及一种在全景模式下对球赛视频中篮球进行跟踪的算法。

背景技术

采用普通摄像头进行球赛无监督的录制时，由于运动的篮球速度过快，及所采用的摄像机镜头的质量问题，常导致高速运动的篮球存在运动模糊，虚影和残影问题；同时常发生球与球员接触或被球员遮挡的情况，且在全景模式下篮球的面积较小，这使得一般的目标跟踪方法对球赛中篮球跟踪效果较差。针对现有技术中球赛视频中篮球跟踪技术的缺陷，本发明提供了一种在全景模式下对球赛视频中篮球进行跟踪的算法，以克服现有技术中存在的上述不足。

发明内容

本发明为解决上述技术问题而采用的技术方案是提供一种在全景模式下对球赛视频中篮球进行跟踪的算法，其中具体包括以下5步骤：

1)生成场景标注；利用人工标注或算法自动学习的方法，获取得到场景的先验信息；

2)候选球的检测；

(1)对全景视频建立背景模型，从中分割出前景；

(2)利用尺寸、形状、颜色信息对前景处进行过滤，获取候选的可疑篮球区域；

(3)利用前期对篮球进行跟踪的结果预测出当前帧篮球的位置，若该位置上存在前景，则将其添加为候选的可疑篮球区域；

(4)对可疑球区域利用离线的机器学习出来的篮球模型进行篮球的检测，将检测出篮球的区域作为候选篮球区域；

3)短轨迹的生成；

(1)以当前检测到的候选篮球为待跟踪区域对该区域进行跟踪，将跟踪上的结果形成轨迹，若未跟踪上则以预测结果替代；但如若连续一段时间均未跟踪上，则结束该轨迹的跟踪；

(2)对当前检测和跟踪到的篮球区域的扩展区域进行人体检测；

4)短轨迹的矫正和过滤；利用场景的先验信息和人体检测的信息，结合篮球的运动规律，对轨迹进行活动的判断，根据预期的活动对该轨迹进行矫正和过滤；

5)连接短轨迹为长轨迹；利用时间顺序和空间关系将短轨迹连接为长轨迹，形成完整的篮球跟踪轨迹。

上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其中，1)生成场景标注中先验信息包括从视频中分割出篮球场地、从视频中提取出篮框和篮板、标注出视频中篮球场地远处及近处普通球员的身高。

上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其中，4)短轨迹的矫正和过滤中，对轨迹进行活动的判断如下：

如短轨迹中球的中心y坐标近似为周期波，则判为拍球；

如短轨迹球的中心坐标近似为开口向下或向上的抛物线，则判为传球；

如短轨迹中球的中心y坐标超出该处球员身高，且中心坐标近似为开口向下抛物线则判为投篮；

如短轨迹中球的中心附近存在人体，y坐标不远大于该处球员身高，且球的中心x坐标变化小则判为持球。

上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其中，4)短轨迹的矫正和过滤中，根据根据预期的活动对该轨迹进行矫正和过滤如下：

如根据短轨迹，判断当前为拍球期间，则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为传球期间，则对不符合传球规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为投篮期间，则对不符合投篮规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为持球期间，则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除。

本发明相对于现有技术具有如下有益效果：

本发明利用篮球运动中球场的一些先验信息(如球场运动场位置，篮框位置，球员平均身高等)，和篮球的几个主要运动形态(持球，拍球，传球，投篮)，提取出其对应的运动特征，将这些运动特征加入到篮球的跟踪中，提高了跟踪准确性。

附图说明

图1为本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法的示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的描述。本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法，具体方案包括：

1、生成场景标注。

利用人工标注或算法自动学习的方法，获取得到场景的一些先验信息(如从视频中分割出篮球场地，从视频中提取出篮框和篮板，标注出视频中篮球场地远处及近处普通球员的身高)。

2、候选球的检测。

(1)对全景视频，建立背景模型，从中分割出前景；

(2)利用尺寸，形状，颜色等信息，对前景处进行过滤，获取一些候选的可疑篮球区域；

(3)利用前期对篮球进行跟踪的结果，预测出当前帧篮球的位置，若该位置上存在前景，则将其添加为候选的可疑篮球区域；

(4)对可疑球区域，利用离线的机器学习出来的篮球模型，进行篮球的检测，将检测出篮球的区域作为候选篮球区域。

3、短轨迹的生成。

(1)以当前检测到的候选篮球为待跟踪区域，对该区域进行跟踪(实际跟踪上+检测到的相结合得到跟踪结果)，将跟踪上的结果形成轨迹。若未跟踪上则以预测结果替代；但如若连续一段时间均未跟踪上，则结束该轨迹的跟踪；

(2)对当前检测和跟踪到的篮球区域的扩展区域，进行人体检测。

4、短轨迹的矫正和过滤。

利用场景的先验信息和人体检测的信息，结合篮球的运动规律，对轨迹进行活动的判断，根据预期的活动对该轨迹进行矫正和过滤。

其中，对轨迹进行活动的判断，如下：

如短轨迹中球的中心y坐标近似为周期波，则判为拍球；

如短轨迹球的中心坐标近似为开口向下或向上的抛物线，则判为传球；

如短轨迹中球的中心y坐标大大超出该处球员身高，且中心坐标近似为开口向下抛物线，则判为投篮；

如短轨迹中球的中心附近存在人体，y坐标不远大于该处球员身高，且球的中心x坐标变化较小)，则判为持球。

其中，根据根据预期的活动对该轨迹进行矫正和过滤，如下：

如根据短轨迹，判断当前为拍球期间，则对不符合拍球规律的检测或跟踪结果(球的中心y坐标应近似为周期波)，进行矫正或直接剔除；

如根据短轨迹，判断当前为传球期间，则对不符合传球规律的检测或跟踪结果(球的轨迹应近似为开口向下或向上的抛物线)，进行矫正或直接剔除；

如根据短轨迹，判断当前为投篮期间，则对不符合投篮规律的检测或跟踪结果(球的中心y坐标相比人身高要高，且球的轨迹应近似为开口向下的抛物线)，进行矫正或直接剔除；

如根据短轨迹，判断当前为持球期间，则对不符合拍球规律的检测或跟踪结果(球的y坐标不高于该处球员身高过高，且球的中心x坐标变化较小)，进行矫正或直接剔除。

5、连接短轨迹为长轨迹。

利用时间顺序和空间关系，将短轨迹连接为长轨迹，形成较为完整的篮球跟踪轨迹。

Claims (4)

1.一种在全景模式下对球赛视频中篮球进行跟踪的算法，其特征在于，包括以下5步骤：

1)生成场景标注；利用人工标注或算法自动学习的方法，获取得到场景的先验信息；

2)候选球的检测；

(1)对全景视频建立背景模型，从中分割出前景；

(2)利用尺寸、形状、颜色信息对前景处进行过滤，获取候选的可疑篮球区域；

(3)利用前期对篮球进行跟踪的结果预测出当前帧篮球的位置，若该位置上存在前景，则将其添加为候选的可疑篮球区域；

(4)对可疑球区域利用离线的机器学习出来的篮球模型进行篮球的检测，将检测出篮球的区域作为候选篮球区域；

3)短轨迹的生成；

(1)以当前检测到的候选篮球为待跟踪区域对该区域进行跟踪，将跟踪上的结果形成轨迹，若未跟踪上则以预测结果替代；但如若连续一段时间均未跟踪上，则结束该轨迹的跟踪；

(2)对当前检测和跟踪到的篮球区域的扩展区域进行人体检测；

4)短轨迹的矫正和过滤；利用场景的先验信息和人体检测的信息，结合篮球的运动规律，对轨迹进行活动的判断，根据预期的活动对该轨迹进行矫正和过滤；

5)连接短轨迹为长轨迹；利用时间顺序和空间关系将短轨迹连接为长轨迹，形成完整的篮球跟踪轨迹。

2.如权利要求1所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其特征在于，1)生成场景标注中先验信息包括从视频中分割出篮球场地、从视频中提取出篮框和篮板、标注出视频中篮球场地远处及近处普通球员的身高。

3.如权利要求2所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其特征在于，4)短轨迹的矫正和过滤中，对轨迹进行活动的判断如下：

如短轨迹中球的中心y坐标近似为周期波，则判为拍球；

如短轨迹球的中心坐标近似为开口向下或向上的抛物线，则判为传球；

如短轨迹中球的中心y坐标超出该处球员身高，且中心坐标近似为开口向下抛物线则判为投篮；

如短轨迹中球的中心附近存在人体，y坐标不远大于该处球员身高，且球的中心x坐标变化小则判为持球。

4.如权利要求4所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法，其特征在于，4)短轨迹的矫正和过滤中，根据根据预期的活动对该轨迹进行矫正和过滤如下：

如根据短轨迹，判断当前为拍球期间，则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为传球期间，则对不符合传球规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为投篮期间，则对不符合投篮规律的检测或跟踪结果进行矫正或直接剔除；

如根据短轨迹，判断当前为持球期间，则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除。