CN107543548A - 活动人员定位装置及活动数据获取设备 - Google Patents

活动人员定位装置及活动数据获取设备 Download PDF

Info

Publication number
CN107543548A
CN107543548A CN201710723516.2A CN201710723516A CN107543548A CN 107543548 A CN107543548 A CN 107543548A CN 201710723516 A CN201710723516 A CN 201710723516A CN 107543548 A CN107543548 A CN 107543548A
Authority
CN
China
Prior art keywords
personnel
identified
identity
distance
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710723516.2A
Other languages
English (en)
Other versions
CN107543548B (zh
Inventor
唐小军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201710723516.2A priority Critical patent/CN107543548B/zh
Publication of CN107543548A publication Critical patent/CN107543548A/zh
Priority to US15/926,644 priority patent/US10261164B2/en
Application granted granted Critical
Publication of CN107543548B publication Critical patent/CN107543548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0018—Transmission from mobile station to base station
    • G01S5/0027—Transmission from mobile station to base station of actual mobile position, i.e. position determined on mobile
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B67/00—Sporting games or accessories therefor, not provided for in groups A63B1/00 - A63B65/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G01S19/19—Sporting applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/10—Positions
    • A63B2220/12—Absolute positions, e.g. by using GPS
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image
    • G06T2207/30228—Playing field
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physical Education & Sports Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种活动人员定位装置，用于精确获得参与活动的人员的位置信息，包括；接收模块用于接收确定身份的每个人员的粗定位位置信息和未知身份的待识别人员的在活动场上的实际位置信息；计算模块用于计算待识别人员的实际位置信息表示的位置和每个人员的粗定位位置信息表示的位置之间的第一距离；确定模块用于根据第一距离，确定待识别人员的身份为最小的第一距离对应的确定身份的人员的身份，并将所述实际位置信息作为该确认身份的人员的精确定位位置信息。本发明还提供一种活动数据获取设备。本发明结合粗定位、精确定位以及身份识别，能够准确获得每个人员的精确位置信息。

Description

活动人员定位装置及活动数据获取设备
技术领域
本发明属于移动定位技术领域，具体涉及一种活动人员定位装置及活动数据获取设备。
背景技术
在诸如足球、篮球等体育比赛过程以及其他活动中，教练需要了解本队每个球员、对方队每个球员以及裁判等人员的实时位置信息等信息，以便于针对实际情况安排比赛战略战术。目前，现有技术中定位位置的准确率低，不能满足要求，同样不能获得每个人员的精确位置信息。另外，现有的比赛实时统计数据主要依靠人工统计，只能输出一些简单的统计量，统计数据不能细化到每个球员的具体跑动量、控球时间、抢断丢球次数，以及球员疲劳状况。
为此，目前亟需一种能够准确获得每个人员的精确位置信息的定位系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一，提出了一种活动人员定位装置及活动数据获取设备，结合粗定位、精确定位以及身份识别，能够准确获得每个人员的精确位置信息。
为解决上述问题之一，本发明提供了一种活动人员定位装置，包括；
接收模块，用于接收确定身份的每个人员的粗定位位置信息和未知身份的待识别人员的在活动场上的实际位置信息；
计算模块，用于计算待识别人员的实际位置信息表示的位置和每个人员的粗定位位置信息表示的位置之间的第一距离；
确定模块，用于根据所述第一距离，确定待识别人员的身份为最小的第一距离对应的确定身份的人员的身份，并将所述实际位置信息作为该确定身份的人员的精确定位位置信息。
优选地，所述计算模块，还用于计算待识别人员的实际位置信息表示的位置和上一时刻每个人员的精确定位位置信息表示的位置之间的第二距离；
所述确定模块，还用于根据所述计算模块计算的第一距离和第二距离，确定待识别人员的身份为：在第一距离小于第一阈值的人员且第二距离小于第二阈值的人员中的最小的第二距离对应的人员的身份，或者，在第一距离小于第一阈值的人员且第二距离小于第二阈值的人员中的最小的第一距离对应的人员的身份。
优选地，所述接收模块，用于接收活动场不同区域图像中检测的待识别人员的在活动场上的实际位置信息；
所述确定模块，还用于在确定不同待识别人员的身份为同一人员时，确定获取活动场不同区域图像的不同图像获取装置中与该人员距离最近的图像获取装置对应的待识别人员的实际位置信息作为精确定位位置信息。
优选地，还包括：
组队识别模块，用于根据不同组的服装特点识别待识别人员所属的组队；
所述计算模块中每个人员为：属于所述组队识别模块识别的待识别人员所属的组队中的人员。
优选地，还包括：
人员实际位置处理模块，用于根据活动场图像检测出待识别人员以及该待识别人员在图像上的位置信息，再结合获取该活动场图像的图像获取装置的参数获得待识别人员的实际位置信息并发送至接收模块。
本发明还提供一种活动数据获取设备，包括活动人员定位装置，用于实时获取每个活动人员的位置信息；所述活动人员定位装置采用上述活动人员定位装置。
优选地，还包括：
争抢件定位装置，用于根据活动场图像检测争抢件以及该争抢件在该图像上的位置坐标，再结合获取该活动场图像的图像获取装置的参数获得争抢件的实际位置信息。
优选地，还包括：
抢断分析装置，用于根据实时获取的人员的位置信息和争抢件的位置信息判断抢断人员和丢件人员。
优选地，还包括：
控件分析装置，用于识别抢断分析装置判断出的抢断人员所属组队并确定为控件组队，以及确定距离争抢件最近的该组队的人员为实际控件人员。
优选地，所述争抢件定位装置，用于在根据活动场不同区域图像获取争抢件的实际位置时，确定获取活动场不同区域图像的不同图像获取装置中与该争抢件距离最近的图像获取装置获取的区域图像对应获取的争抢件的实际位置为最终的实际位置。
优选地，还包括：图像获取装置，用于获取活动场图像。
优选地，还包括：粗定位装置，可携带在所述人员身上，用于获取该人员的粗定位位置信息并发送至所述活动人员定位装置的接收模块。
优选地，还包括心率检测装置；所述心率检测装置，用于检测所述人员的心率信息。
优选地，还包括：
统计装置，用于统计每个人员的活动相关信息和争抢件的相关信息。
优选地，还包括：
移动终端，与所述统计装置相连，用于输出所述统计模块统计的每个人员的活动相关信息和争抢件的相关信息。
本发明具有以下有益效果：
本发明中，计算每个确定身份人员的粗定位信息表示的位置和未知身份的待识别人员的实际位置之间的第一距离，并且，确定第一距离最小值的人员身份确定为待识别人员的身份，这是因为：若第一距离越小，则说明待识别人员与该人员的距离越近，而距离最近则二者最有可能为同一人。故，本发明与现有技术相比，结合粗定位、精确定位以及身份识别，因此，能够准确获得每个人员的精确位置信息。
附图说明
图1为本发明实施例1提供的活动人员定位装置的原理框图；
图2为本发明实施例2提供的活动人员定位装置的原理框图；
图3为本发明实施例3提供的活动数据获取设备的原理框图；
图4为采用图3所示的活动数据获取设备进行活动人员定位的流程图；
图5为采用图3所示的活动数据获取设备进行争抢件定位的流程图；
图6为本发明实施例提供的活动数据获取设备应用在足球比赛时的示意图；
图7为粗定位装置进行粗定位的流程图；
图8为心率检测装置进行心率检测的流程图；
图9为本发明实施例提供的活动数据获取设备在应用时的物理架构图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图来对本发明提供的活动人员定位装置及活动数据获取设备进行详细描述。
为便于理解本发明，下文中的活动是指诸如篮球、足球或者其他自定义活动等；组队是指人员所属的一方，例如，我方人员为一个组队，敌方人员为另一个组队，裁判人员为再另一个组队；活动人员和人员是指参与活动的人员，可以为不同组队的人员，例如，我方队、敌方队以及裁判队；活动场是指诸如足球、篮球等活动所进行的场地；争抢件为我方和敌方争抢的诸如篮球、足球以及自定义的争抢物件。
实施例1
图1为本发明实施例1提供的活动人员定位装置的原理框图，请参阅图1，本实施例提供的活动人员定位装置包括：接收模块10、计算模块11和确定模块12。其中
接收模块10用于接收确定身份的每个人员的粗定位位置信息；以及，接收未知身份的待识别人员的在活动场上的实际位置信息。
具体地，第一，粗定位位置信息是指人员在活动场上的精度较差的位置信息，本发明并不具体限定粗定位位置信息获取的具体方式，可以为但不限于：粗定位位置信息是通过人员身上携带的定位装置获取的定位位置信息，具体地，该定位装置优选的但不限于定位手环；当然也可以为但不限于：采用精确度不高的定位装置获得的定位位置信息。此处获得的人员k在第t时刻的粗定位位置信息标记为：经度坐标PCOA-X(k，t)，纬度坐标PCOA-Y(k，t)
第二，所谓实际位置信息是指待识别人员在活动场上的实际位置信息，可以为经纬度信息(经度坐标记为PC-X，纬度坐标记为PC-Y)，该实际位置信息相对粗定位位置信息定位精度高；也可以为人为设定的坐标系中的位置信息，在此不详述。
第三，活动场图像可以根据图像获取装置(例如，摄像头)获得；根据该图像可以采用行人检测算法对图像中的人员(例如，球员、裁判、守门员等)进行检测，标记为待识别人员，此处，仅能够检测出图像中的人员，但并不能够识别该人员的身份，即，不确定该人员是谁(不能确定该人员是人员k还是人员k+1)。每个已知粗定位位置信息的人员身份也是已知的，而待识别人员仅有实际位置信息是已知的，而身份不确定，即，不确定该待识别人员是谁。
第四，在此不具体限制如何获取待识别人员在活动场上的实际位置信息，优选为但不限于：先获得待识别人员在图像上的位置坐标，再根据在图像上的位置坐标以及获取该图像的图像获取装置的参数，计算待识别人员在活动场上的实际位置信息；更具体地，图像获取装置的参数包括内参和外参，可以采用成熟的标定算法对内参和外参进行标定，优选地采用简单易行的张正友标定算法。
计算模块11用于计算待识别人员的实际位置信息表示的位置和每个人员的粗定位位置信息表示的位置之间的第一距离。
具体地，待识别人员与人员k之间的第一距离D1(k)按照如下公式计算：
此处，计算待识别人员与每一个人员之间的第一距离，若所有人员的数量为M个，则计算出的第一距离的数量也为M个。
确定模块12用于根据计算模块11计算的第一距离，确定待识别人员的身份为最小的第一距离对应的确定身份的人员的身份，并将所述实际位置信息作为该确认身份的人员的精确定位位置信息，人员k在第t时刻精确定位位置信息标记为：经度坐标PACC-X(k，t)，维度坐标PACC-Y(k，t)。
具体地，若人员k的粗定位位置与待识别人员的实际位置之间的第一距离D1(k)在所有(M个)的第一距离中最小，则认为待识别人员的身份为人员k的身份，则将该实际位置信息作为人员k的精确定位位置信息。
在本发明中，计算每个确定身份人员的粗定位信息表示的位置和未知身份的待识别人员的实际位置之间的第一距离，并且，确定第一距离最小值的人员身份确定为待识别人员的身份，这是因为：若第一距离越小，则说明待识别人员与该人员的距离越近，而距离最近则二者最有可能为同一人。故，本发明与现有技术相比，结合粗定位、精确定位以及身份识别，因此，能够准确获得每个人员的精确位置信息。
实施例2
本发明实施例提供的活动人员定位装置同样包括：接收模块10、计算模块11和确定模块12，由于三者在上述实施例1中已经有了详细地描述，在此不再赘述。
下面仅描述本实施例与上述实施例1的不同点。具体地：
计算模块11还用于计算待识别人员的实际位置信息表示的位置和上一时刻每个人员的精确定位位置信息表示的位置之间的第二距离。
具体地，在活动的过程中，实时采用本实施例提供的活动人员定位装置对人员进行精确定位，即在t、t+1、t-1时刻定位的精确定位位置信息，t+1时刻定位的精确定位位置信息作为t时刻的上一时刻的精确定位位置信息；t时刻定位的精确定位位置信息作为t-1时刻的上一时刻的精确定位位置信息。故，对应初始时刻t＝0，不存在上一时刻。因此，t＝0时刻，仅采用上述实施例1提供的活动人员定位装置进行定位。
人员k在t时刻的上一时刻(t-1)的精确定位位置信PACC-X(k，t-1)，PACC-Y(k，t-1)。则在t时刻，按照如下公式计算的人员k对应第二距离D2(k)为：
确定模块12还用于根据计算模块计算的第一距离D1和第二距离D2，确定待识别人员的身份为：在第一距离D1小于第一阈值TH1且第二距离D2小于第二阈值TH2的人员中最小的第二距离D2对应的人员的身份(第一种方式)，或者，在第一距离D1小于第一阈值TH1且第二距离D2小于第二阈值TH2的人员中选择最小的第一距离D1对应的人员的身份(第二种方式)。
具体地，针对第一种方式：在第一距离D1小于第一阈值TH1且第二距离D2小于第二阈值TH2的人员中选择人员的身份，这样可以删除掉部分人员与待识别人员的第一距离大于第一阈值TH1的身份以及部分人员上一时刻与待识别人员的第二距离大于第二阈值TH2的身份；在剩下的人员中，选择第二距离D2的人员中的最小的人员身份为待识别人员的身份，这是因为：人员在短时间内位置不会发生太大的变化，即第二距离不会太大，因此，最小的第二距离D2的人员身份最有可能为待识别人员。
针对第二种方式：基于第一种方式中描述的原理，同样可以删除掉部分人员与待识别人员的第一距离大于第一阈值TH1的身份以及部分人员上一时刻与待识别人员的第二距离大于第二阈值TH2的身份，这样，在剩下的人员中，选择最小的第一距离D1对应的人员的身份为待识别人员的身份(具体原理如上述实施例1)。
第一阈值TH1和第二阈值TH2在实际应用中可以根据实际情况具体设置，例如，在足球比赛中由于场地较大，因此，第一阈值TH1和第二阈值TH2均可以设置为3m。
故，本实施例2与上述实施例1相比，在上述实施例1的基础上，还增加了基于人员在短时间内位置不会发生变化的这一原理，设置了如上基于上一时刻人员的精确定位位置信息和待识别人员的第二距离的判断过程，能够进一步进行身份筛选，从而可以进一步提高定位的准确度。
需要说明的是，在实际应用中，若全部人员的第一距离D1均大于第一阈值TH1，第二距离D2均大于第二阈值TH2，则放弃该待识别人员，不进行身份识别。
在本实施例中，优选地，接收模块10用于接收活动场不同区域图像中检测的待识别人员的在活动场上的实际位置信息。其中，该活动场不同区域图像可以由位于活动场不同位置的图像获取装置获得，这样，就会获得多个的实际位置信息。
在该情况下，确定模块12还用于在确定不同待识别人员的身份为同一人员时，确定获取活动场不同区域图像的不同图像获取装置中与该人员距离最近的图像获取装置对应的待识别人员的实际位置信息作为精确定位位置信息。
可以理解的是，由于距离该人员最近的图像获取装置是最佳拍摄视角，因此，该图像获取装置获得的图像中检测出的待识别人员更清楚，从而有利于人员的准确定位。
另外优选地，如图2所示，该活动人员定位装置还包括：组队识别模块13，其中，组队识别模块13用于不同组的服装特点识别待识别人员所属的组队，其中，服装特点优选的但不限于：颜色、图案等。在这种情况下，计算模块11中每个人员为：属于组队识别模块13识别的待识别人员所属的组队中的人员，这相对实施例1中计算模块11中的每个人员为所有人员(包括我方、敌方等)相比，可以减少计算量，从而可以提高人员准确定位的速率。
其中，组队识别模块13所采用的识别算法优选地但不限于：采用颜色特征和随机决策森林算法(Random Decision Forest，简称RDF)。
还另外优选地，如图2所示，该活动人员定位装置还包括：人员实际位置处理模块14，人员实际位置处理模块14用于根据活动场图像检测待识别人员以及该待识别人员在图像上的位置信息，再结合获取该活动场图像的图像获取装置的参数获得待识别人员的实际位置信息并发送至接收模块10，具体可见上述实施例1的介绍。
需要在此说明的是，虽然在本实施例中，同时包括组队识别模块13和人员实际位置处理模块14，但是，本发明并不局限于此，在实际应用中，也可以仅包括二者之一；当然，在上述实施例1中，还可以同时包括组队识别模块13和人员实际位置处理模块14或者二者之一。
实施例3
图3为本发明实施例提供的活动数据获取设备的原理框图，请参阅图3，本实施例提供的活动数据获取设备，包括活动人员定位装置1，用于实时获取每个活动人员的位置信息；活动人员定位装置1采用上述实施例1和2提供的活动人员定位装置。
本发明实施例提供的活动数据获取设备，由于采用本发明上述实施例1和2提供的活动人员定位装置，因此，可以准确地获得每个人员的位置信息，从而有利于后续的数据分析。
如图3所示，可选地，该活动数据获取设备还包括：争抢件定位装置2，其中，争抢件定位装置2用于根据活动场图像检测争抢件以及该争抢件在该图像上的位置坐标，再结合获取该活动场图像的图像获取装置的参数获得争抢件的实际位置信息。其中，具体地，争抢件定位装置2基于争抢件(例如，足球、篮球)检测算法进行检测，例如，基于RDF(RandomDecision Forest)和Adaboost算法，也可以基于CNN(Convolutional Neural Network)检测算法。图像获取装置的参数包括内参和外参，可以采用成熟的标定算法对内参和外参进行标定，优选地采用简单易行的张正友标定算法，将争抢件的实际位置信息表示为：经度坐标FB-X，维度坐标FB-Y。
可选地，如图3所示，活动数据获取设备还包括：抢断分析装置3，抢断分析装置3用于根据实时获取的人员的位置信息和争抢件的位置信息按照预设规则判断出抢断人员和丢件人员。其中，预设规则可以采用但不限于如下方式：1)在预设阈值时间T内，实时根据人员的位置信息和争抢件的位置信息确定距离争抢件最近的人员ADJ；2)若ADJ全部为对方组队人员，则确定在t-T时刻争抢件被对方组队人员抢断，ADJ(t-T+1)为抢断人员，ADJ(t-T)为丢件人员。
可选地，活动数据获取设备还包括：控件分析装置4，控件分析装置4用于识别抢断分析装置判断出的抢断人员所属组队并确定为控件组队，以及确定距离争抢件最近的该组队的人员为实际控件人员。
另外优选地，争抢件定位装置2用于在根据活动场不同区域图像获取争抢件的实际位置时，确定获取活动场不同区域图像的不同图像获取装置中与该争抢件距离最近的图像获取装置获取的区域图像对应获取的争抢件的实际位置为最终的实际位置。可以理解的是，由于距离该争抢件最近的图像获取装置是最佳拍摄视角，因此，该图像获取装置获得的图像中检测出的争抢件更清楚，从而有利于争抢件的准确定位。
可选地，活动数据获取设备还包括：图像获取装置5，图像获取装置5用于获取活动场图像；图像获取装置的数量为一个或多个，在多个时，多个图像获取装置用于获取活动场不同区域的图像。在此情况下，图像获取装置与活动人员定位装置的人员实际位置处理模块14以及与争抢件定位装置2相连。具体地，图像获取装置5可以为摄像头等。
请参阅图6，该诸如足球比赛的足球场上，多个图像获取装置5沿足球场的周向间隔且均匀设置，能够从不同角度进行图像采集获得活动场不同区域的图形，从而可以避免出现图像遮挡或者拍摄死角。
可选地，活动数据获取设备还包括：粗定位装置6，粗定位装置6可携带在人员身上，用于获取该人员的粗定位位置信息并发送至活动人员定位装置1的接收模块10。具体地，粗定位装置6优选但不限于：内嵌有定位模块的手环。
图7为粗定位装置6进行粗定位的流程图，请参阅图7，包括以下步骤：先通过每个人员身上GPS传感器定位，获得人员在活动场上的经度和纬度的坐标，高度方向直接舍弃，从而得到两个方向的坐标序列；接着，对经度方向和纬度方向的坐标序列进行低通滤波，降低传感器的噪声影响。
优选地，还包括心率检测装置9，用于检测人员的心率信息，能够收集人员的心率信息，有利于获得丰富的人员数据。
图8为心率检测装置进行心率检测的流程图，请参阅图8，包括如下步骤：先通过每个人员身上的心率检测器检测该人员的心率，得到心率数据序列；然后，使用低通滤波对心率数据序列进行处理，降低检测噪声。
在本实施例中，粗定位装置6和心率检测装置9优选地集成在手环上，便于人员携带。
优选地，活动数据获取设备还包括：统计装置7，其中，统计装置7用于统计每个人员的活动相关信息和争抢件的信息，活动相关信息包括：精确定位位置信息、人员的心率信息、人员累计控球时间、抢断次数、丢球次数、人员速度曲线、人员奔跑速度、人员跑动时间、人员跑动速度大于阈值的时间等。
其中，人员速度曲线优选但不限于按照如下公式计算：
可选地，活动数据获取设备还包括：移动终端8，与统计装置7相连，用于输出统计模块7统计的每个人员的活动相关信息和争抢件的相关信息。其中，移动终端可以为手机、pad等屏显终端，也可以为播放机等的声放终端。
在本实施例中，采用上述活动数据获取设备进行人员定位过程可以但不限于以下步骤：如图4所示，S10，标定图像获取装置5的内参和外参；S11，图像获取装置5采集活动场的图像，帧频优选采用25帧/秒或者30帧/秒；活动人员定位装置1继续执行：S12，检测图像中的人员，作为待识别人员；S13，确定检测到的待识别人员的实际位置信息；S14，识别待识别人员所属的组队；S15，在确定所属的组队中识别该待识别人员的身份；S16，将实际位置信息确定为该身份的精确位置信息；在多个待识别人员的身份为同一人时，确定最佳拍摄视角对应的实际位置信息为该身份的精确位置信息。
采用上述活动数据获取设备进行争抢件定位过程可以但不限于以下步骤：如图5所示，S20，标定图像获取装置5的内参和外参；S21，图像获取装置5采集活动场的图像，帧频优选采用25帧/秒或者30帧/秒；争抢件定位装置2继续执行：S22，检测出图像中的争抢件；S23，确定争抢件在活动场的实际位置信息；S24，在根据活动场不同区域图像获取争抢件的实际位置时，确定最佳拍摄视角获取的争抢件的实际位置为最终的实际位置。
图9为本发明实施例提供的活动数据获取设备在应用时的物理架构图。请参阅图9，包括摄像机(作为图像获取装置5)、智能手环(作为粗定位装置6和心率检测装置9)、网关、服务器和智能终端设备(作为移动终端)，网关用于数据传输；服务器集成有：活动人员定位装置1、争抢件定位装置2、抢断分析装置3、控件分析装置4和统计装置7。其中，摄像机实时采集图像数据通过网关发送到服务器。智能手环实时进行球员心率检测和GPS定位，获得球员心率信息以及粗定位位置信息并通过网关发送到服务器。服务器对采集的数据进行处理和分析，得到球员的统计数据及预测数据等。智能终端通过网关从服务器获取和显示球员统计数据和预测数据等。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (15)

1.一种活动人员定位装置，其特征在于，包括；
接收模块，用于接收确定身份的每个人员的粗定位位置信息和未知身份的待识别人员的在活动场上的实际位置信息；
计算模块，用于计算待识别人员的实际位置信息表示的位置和每个人员的粗定位位置信息表示的位置之间的第一距离；
确定模块，用于根据所述第一距离，确定待识别人员的身份为最小的第一距离对应的确定身份的人员的身份，并将所述实际位置信息作为该确定身份的人员的精确定位位置信息。
2.根据权利要求1所述的活动人员定位装置，其特征在于，
所述计算模块，还用于计算待识别人员的实际位置信息表示的位置和上一时刻每个人员的精确定位位置信息表示的位置之间的第二距离；
所述确定模块，还用于根据所述计算模块计算的第一距离和第二距离，确定待识别人员的身份为：在第一距离小于第一阈值的人员且第二距离小于第二阈值的人员中的最小的第二距离对应的人员的身份，或者，在第一距离小于第一阈值的人员且第二距离小于第二阈值的人员中的最小的第一距离对应的人员的身份。
3.根据权利要求1所述的活动人员定位装置，其特征在于，
所述接收模块，用于接收活动场不同区域图像中检测的待识别人员的在活动场上的实际位置信息；
所述确定模块，还用于在确定不同待识别人员的身份为同一人员时，确定获取活动场不同区域图像的不同图像获取装置中与该人员距离最近的图像获取装置对应的待识别人员的实际位置信息作为精确定位位置信息。
4.根据权利要求1或2所述的活动人员定位装置，其特征在于，还包括：
组队识别模块，用于根据不同组的服装特点识别待识别人员所属的组队；
所述计算模块中每个人员为：属于所述组队识别模块识别的待识别人员所属的组队中的人员。
5.根据权利要求1所述的活动人员定位装置，其特征在于，还包括：
人员实际位置处理模块，用于根据活动场图像检测出待识别人员以及该待识别人员在图像上的位置信息，再结合获取该活动场图像的图像获取装置的参数获得待识别人员的实际位置信息并发送至接收模块。
6.一种活动数据获取设备，其特征在于，包括活动人员定位装置，用于实时获取每个活动人员的位置信息；
所述活动人员定位装置采用上述权利要求1-5任意一项所述的活动人员定位装置。
7.根据权利要求6所述的活动数据获取设备，其特征在于，还包括：
争抢件定位装置，用于根据活动场图像检测争抢件以及该争抢件在该图像上的位置坐标，再结合获取该活动场图像的图像获取装置的参数获得争抢件的实际位置信息。
8.根据权利要求7所述的活动数据获取设备，其特征在于，还包括：
抢断分析装置，用于根据实时获取的人员的位置信息和争抢件的位置信息判断抢断人员和丢件人员。
9.根据权利要求8所述的活动数据获取设备，其特征在于，还包括：
控件分析装置，用于识别抢断分析装置判断出的抢断人员所属组队并确定为控件组队，以及确定距离争抢件最近的该组队的人员为实际控件人员。
10.根据权利要求7所述的活动数据获取设备，其特征在于，所述争抢件定位装置，用于在根据活动场不同区域图像获取争抢件的实际位置时，确定获取活动场不同区域图像的不同图像获取装置中与该争抢件距离最近的图像获取装置获取的区域图像对应获取的争抢件的实际位置为最终的实际位置。
11.根据权利要求6-9任意一项所述的活动数据获取设备，其特征在于，还包括：图像获取装置，用于获取活动场图像。
12.根据权利要求6所述的活动数据获取设备，其特征在于，还包括：
粗定位装置，可携带在所述人员身上，用于获取该人员的粗定位位置信息并发送至所述活动人员定位装置的接收模块。
13.根据权利要求12所述的活动数据获取设备，其特征在于，还包括心率检测装置；
所述心率检测装置，用于检测所述人员的心率信息。
14.根据权利要求6-10、12-13任意一项所述的活动数据获取设备，其特征在于，还包括：
统计装置，用于统计每个人员的活动相关信息和争抢件的相关信息。
15.根据权利要求14所述的活动数据获取设备，其特征在于，还包括：
移动终端，与所述统计装置相连，用于输出所述统计模块统计的每个人员的活动相关信息和争抢件的相关信息。
CN201710723516.2A 2017-08-22 2017-08-22 活动人员定位装置及活动数据获取设备 Active CN107543548B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710723516.2A CN107543548B (zh) 2017-08-22 2017-08-22 活动人员定位装置及活动数据获取设备
US15/926,644 US10261164B2 (en) 2017-08-22 2018-03-20 Active person positioning device and activity data acquisition device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710723516.2A CN107543548B (zh) 2017-08-22 2017-08-22 活动人员定位装置及活动数据获取设备

Publications (2)

Publication Number Publication Date
CN107543548A true CN107543548A (zh) 2018-01-05
CN107543548B CN107543548B (zh) 2020-11-06

Family

ID=60957723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710723516.2A Active CN107543548B (zh) 2017-08-22 2017-08-22 活动人员定位装置及活动数据获取设备

Country Status (2)

Country Link
US (1) US10261164B2 (zh)
CN (1) CN107543548B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109078317A (zh) * 2018-09-21 2018-12-25 浙江工业大学 一种足球无人裁判系统及其实现方法
CN109814068A (zh) * 2019-01-30 2019-05-28 广州轨道交通建设监理有限公司 一种工地人员定位系统及工地人员定位方法
CN112957713A (zh) * 2021-02-05 2021-06-15 北京深蓝长盛科技有限公司 确定冰球运动中球员与冰球位置和持球权的方法及系统
CN115798129A (zh) * 2023-02-02 2023-03-14 深圳市深圳通有限公司 对进入半开放环境中的人员进行监测的方法、装置及设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11305194B2 (en) * 2019-01-21 2022-04-19 Tempus Ex Machina, Inc. Systems and methods for providing a real-time representation of positional information of subjects
CN113950144B (zh) * 2021-10-01 2024-03-22 南宁市安普康商贸有限公司 监测方法、系统、装置及计算机程序产品
CN116541693B (zh) * 2023-07-07 2023-09-12 河北省水利工程局集团有限公司 开放式施工环境人员检测方法、劳务人员在岗管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1992911A (zh) * 2005-12-31 2007-07-04 中国科学院计算技术研究所 体育视频目标跟踪方法
CN101354786A (zh) * 2007-07-23 2009-01-28 中国科学院计算技术研究所 一种体育视频事件分析方法
CN101639354A (zh) * 2008-08-01 2010-02-03 索尼株式会社 对象跟踪的设备和方法
CN103500330A (zh) * 2013-10-23 2014-01-08 中科唯实科技（北京）有限公司 一种基于多传感器、多特征融合的半监督的人检测方法
US20140205140A1 (en) * 2013-01-24 2014-07-24 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
CN104063885A (zh) * 2014-07-23 2014-09-24 山东建筑大学 一种改进的运动目标检测与跟踪方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2413286A1 (en) * 2010-07-29 2012-02-01 LiberoVision AG Image processing method and device for instant replay
US20140364973A1 (en) * 2013-06-06 2014-12-11 Zih Corp. Method, apparatus, and computer program product for monitoring health, fitness, operation, or performance of individuals
CN104645587A (zh) 2013-11-18 2015-05-27 青岛网媒软件有限公司 智能足球区域技术统计装置
CN105288984B (zh) 2015-10-30 2017-08-08 青岛海尔智能家电科技有限公司 一种足球比赛辅助系统
CN106528841B (zh) 2016-11-24 2017-11-03 简极科技有限公司 智能足球赛事成绩记录分析系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1992911A (zh) * 2005-12-31 2007-07-04 中国科学院计算技术研究所 体育视频目标跟踪方法
CN101354786A (zh) * 2007-07-23 2009-01-28 中国科学院计算技术研究所 一种体育视频事件分析方法
CN101639354A (zh) * 2008-08-01 2010-02-03 索尼株式会社 对象跟踪的设备和方法
US20140205140A1 (en) * 2013-01-24 2014-07-24 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
CN103500330A (zh) * 2013-10-23 2014-01-08 中科唯实科技（北京）有限公司 一种基于多传感器、多特征融合的半监督的人检测方法
CN104063885A (zh) * 2014-07-23 2014-09-24 山东建筑大学 一种改进的运动目标检测与跟踪方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109078317A (zh) * 2018-09-21 2018-12-25 浙江工业大学 一种足球无人裁判系统及其实现方法
CN109078317B (zh) * 2018-09-21 2020-08-04 浙江工业大学 一种足球无人裁判系统及其实现方法
CN109814068A (zh) * 2019-01-30 2019-05-28 广州轨道交通建设监理有限公司 一种工地人员定位系统及工地人员定位方法
CN109814068B (zh) * 2019-01-30 2023-07-28 广州轨道交通建设监理有限公司 一种工地人员定位系统及工地人员定位方法
CN112957713A (zh) * 2021-02-05 2021-06-15 北京深蓝长盛科技有限公司 确定冰球运动中球员与冰球位置和持球权的方法及系统
CN115798129A (zh) * 2023-02-02 2023-03-14 深圳市深圳通有限公司 对进入半开放环境中的人员进行监测的方法、装置及设备

Also Published As

Publication number Publication date
CN107543548B (zh) 2020-11-06
US10261164B2 (en) 2019-04-16
US20190064311A1 (en) 2019-02-28

Similar Documents

Publication Publication Date Title
CN107543548A (zh) 活动人员定位装置及活动数据获取设备
CN109862949B (zh) 用于评估篮球投射表现的系统
US10628678B2 (en) Classification of activity derived from multiple locations
CN109522854A (zh) 一种基于深度学习和多目标跟踪的行人流量统计方法
EP2227299B1 (en) Methods and processes for detecting a mark on a playing surface and for tracking an object
CN107871120A (zh) 基于机器学习的体育赛事理解系统及方法
JP6838766B2 (ja) ゴルフボール追跡システム
CN109345568A (zh) 基于计算机视觉算法的运动场智能化实现方法及系统
CN105844697A (zh) 一种体育赛事现场三维信息的数据及事件统计实现方法
US20120271440A1 (en) System For Acquiring and Processing Data Pertaining to a Shot of an Object, Such As A Puck or a Ball, On A Goal on a Playing Field
CN110049345A (zh) 一种多视频流导播方法及导播处理系统
US20230040575A1 (en) System and method for evaluating sport ball data
KR102226623B1 (ko) 실내 스포츠를 위한 카메라를 이용한 운동량 산출 시스템
CN112070795A (zh) 运动员跟踪方法及系统
Zhao et al. Video analysis of belt and road sports events based on wireless network and artificial intelligence technology
Kuruppu et al. Comparison of different template matching algorithms in high speed sports motion tracking
Cheng et al. Body part connection, categorization and occlusion based tracking with correction by temporal positions for volleyball spike height analysis
US9959632B2 (en) Object extraction from video images system and method
CN108472544B (zh) 通过系统来实时确定体育器材的方法以及实时确定体育器材的系统
CN115797852B (zh) 一种基于离散影响点的体育运动事件评价方法
US11517805B2 (en) Electronic home plate
JP2022042236A (ja) 撮影制御装置
Aihara et al. Development of Monocular Vision-Based Tracking Method for Wheelchair Sports.
KR20220109636A (ko) 객체 추적을 이용한 풋살 영상 분석 시스템 및 방법
KR20240026061A (ko) 객체의 궤적을 추적하기 위한 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant