CN109126100A - 控球率计算方法、装置、设备及存储介质 - Google Patents
控球率计算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109126100A CN109126100A CN201810997758.5A CN201810997758A CN109126100A CN 109126100 A CN109126100 A CN 109126100A CN 201810997758 A CN201810997758 A CN 201810997758A CN 109126100 A CN109126100 A CN 109126100A
- Authority
- CN
- China
- Prior art keywords
- ball
- team
- target
- sportsman
- video frame
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- 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
-
- 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
- A63B2220/80—Special sensors, transducers or devices therefor
- A63B2220/806—Video cameras
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了一种控球率计算方法、装置、设备及存储介质。其中,方法包括:从球类比赛视频中,获取显示有目标球体的多个视频帧;从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;确定所述目标球员所属的球队;在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。本公开实施例能够节省人工成本,有效提高控球率计算的准确性。
Description
技术领域
本公开实施例涉及计算机视觉技术,尤其涉及一种控球率计算方法、装置、设备及存储介质。
背景技术
体育运动有助于人们强身健体,其中的各种球类比赛,因最能体现参赛球员的竞技水平,而极富观赏性。在以将球体运到某处为得分规则的对抗性球类比赛中,例如足球比赛视频、篮球比赛视频、曲棍球比赛视频、橄榄球比赛视频等,控球率是衡量球员竞技水平的重要指标。一般地,控球率是在球类比赛的过程中,一方控制球体的时间比率,全体球队的控球率之和为100%。控球率是用来检测一场比赛中谁掌握着比赛的主动权和比赛节奏的数据之一,一个队的控球率越高,就证明这个队伍对比赛的掌握度越强,实力越强。
目前,在球类比赛过程中,一般由赛场人员实地记录各球队的控球时间,并人工计算控球率。这种控球率计算方法完全由人工得到,导致计算准确性低,人工成本高。
发明内容
本公开实施例提供一种控球率计算方法、装置、设备及存储介质,以实现自动计算控球率,并提高计算的准确性,节省人工成本。
第一方面,本公开实施例提供了一种控球率计算方法,包括:
从球类比赛视频中,获取显示有目标球体的多个视频帧;
从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
确定所述目标球员所属的球队;
在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
第二方面,本公开实施例还提供了一种控球率计算装置,包括:
第一获取模块,用于从球类比赛视频中,获取显示有目标球体的多个视频帧;
第一确定模块,用于从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
第二确定模块,用于确定所述目标球员所属的球队;
第一统计模块,用于在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
第一计算模块,用于根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的控球率计算方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的控球率计算方法。
本实施例中,通过从球类比赛视频中,获取显示有目标球体的多个视频帧;从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;确定目标球员所属的球队;从而从球类比赛视频中获取到控球的球员,进而根据控球的球员获知控球的球队;通过在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率,即根据属于各球队的目标球员对应的视频帧数,计算各球队的控球率,无需由人工实地记录双方的控球时间,也无需人工计算控球率,节省人工成本;当视频帧数足够多时,能够有效提高控球率计算的准确性。
附图说明
图1是本公开实施例一提供的一种控球率计算方法的流程图;
图2是本公开实施例二提供的一种控球率展示界面的示意图;
图3是本公开实施例三提供的一种控球率计算方法的流程图;
图4是本公开实施例四提供的一种控球率展示界面的示意图;
图5a是本公开实施例五提供的第一种控球率计算装置的结构示意图;
图5b是本公开实施例五提供的第二种控球率计算装置的结构示意图;
图5c是本公开实施例五提供的第三种控球率计算装置的结构示意图;
图5d是本公开实施例五提供的第四种控球率计算装置的结构示意图;
图5e是本公开实施例五提供的第五种控球率计算装置的结构示意图;
图6是本公开实施例六提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本公开,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分而非全部结构。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本公开实施例一提供的一种控球率计算方法的流程图。本实施例可适用于在球类比赛视频中,计算参与比赛的各球队的控球率的情况,该方法可以由控球率计算装置来执行,该装置可以由硬件和/或软件构成,并集成在电子设备中,具体包括如下步骤:
S110、从球类比赛视频中,获取显示有目标球体的多个视频帧。
本实施例中,球类比赛视频包括以将球体运到某处为得分规则的对抗性球类比赛的视频,例如足球比赛视频、篮球比赛视频、曲棍球比赛视频、橄榄球比赛视频等。球类比赛视频中的参赛队伍包括两支或者两支以上。目标球体为与球类比赛视频对应的球体,例如足球比赛视频对应足球球体,篮球比赛视频对应篮球球体。
多个视频帧的每个视频帧中显示有目标球体。在一种情况下,在对应的球类比赛视频中获取多个视频帧,则可认为多个视频帧中显示有目标球体。在另一种情况下,在对应的球类比赛视频中抽取多个视频帧,在抽取的多个视频帧中进行针对目标球体的图像识别或者人工分拣,得到每个视频帧均显示有目标球体的多个视频帧。
可选地,在获取多个视频帧时,可以在球类比赛视频中连续获取,也可以不连续获取;可以在球类比赛视频视频流中获取其中一段时间内的多个视频帧,也可以在整个球类比赛视频中获取多个视频帧。
进一步可选地,可以在球类比赛视频的处理过程中,获取多个视频帧。视频的处理过程包括但不限于视频的接收、分发、编解码等。在一示例中,该装置集成在一电子设备(例如服务器)中,在向终端分发视频的同时,从视频中获取显示有目标球体的多个视频帧,进一步,将计算得到的各球队的控球率发送至终端,以供终端进行显示。在另一示例中,该装置集成在另一电子设备(例如终端)中,在接收服务器分发的视频的同时,从接收到的视频中获取显示有目标球体的多个视频帧,进一步,在终端的显示屏上显示各球队的控球率。
S120、从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员。
其中,近距离要求指与目标球体的距离较近的要求。在一种情况下,视频帧中仅显示有目标球体和一个球员,则认为该球员满足近距离要求,进而该球员为目标球员。在另一种情况下,视频帧中显示有目标球体和两个或两个以上的球员,由于比赛形式大多较复杂,且视频帧对应的拍摄镜头视角一般不大,视频帧显示的任一球员均可能在控球,基于此,可认为视频帧中显示的任一球员满足近距离要求,进而该球员为目标球员。
S130、确定目标球员所属的球队。
如果球员满足近距离要求,说明该球员正在运球或者控球。接着,通过图像识别模型识别目标球员的特征,并确定与目标球员的特征相匹配的球队,即目标球员所属的球队。可选地,目标球员的特征包括但不限于目标球员的面部特征、球衣编号。
S140、在多个视频帧中,统计属于各球队的目标球员对应的视频帧数。
本公开实施例提供的控球率计算方法同时适用于两个球队和两个以上的球队。下面以存在两个球队为例进行说明。
假设两个球队分别为第一球队和第二球队,共获取10个视频帧,其中3个视频帧中的目标球员属于第一球队,则属于第一球队的目标球员对应的视频帧数为3;剩余的7个视频帧中的目标球员属于第二球队,则属于第二球队的目标球员对应的视频帧数为7。
S150、根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
可选地,S150包括以下两种可选实施方式:
第一种可选实施方式:根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数相对视频帧总数的占比,作为球类比赛视频中各球队的控球率。其中,视频帧总数为从球类比赛视频中获取的多个视频帧的总数。在一示例中,视频帧总数为120,属于第一球队的目标球员对应的视频帧数是40,与视频帧总数的占比是40/120。属于第二球队的目标球员对应的视频帧数是80,与视频帧总数的占比是80/120。相应地,第一球队的控球率是40/120=33.3%,第二球队的控球率是80/120=66.7%。可见,第一种可选实施方式适用于从每个视频帧中均能够确定目标球员的场景,从而保证各球队的控球率相加为100%。
第二种可选实施方式:根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数的比值,并根据该比值计算球类比赛视频中各球队的控球率。在一示例中,视频帧总数为120,属于第一球队的目标球员对应的视频帧数是30,属于第二球队的目标球员对应的视频帧数是80,两支球队对应的视频帧数的比值为3:8。相应地,第一球队的控球率是3/(3+8)=27.2%,第二球队的控球率是8/(3+8)=72.7%。可见,第二种可选实施方式适用于从每个视频帧中均能够确定目标球员的场景,同时也适用于从每个视频帧中不均能确定目标球员的场景。
值得说明的是,本公开实施例通过获取的多个视频帧计算各球队的控球率,视频帧的获取频率直接影响控球率的获得频率,如果在球类比赛视频的播放过程中,实时获取多个视频帧,将能够得到实时变化的控球率,进而可向观众展示实时控球率;如果在球类比赛结束后,从整个比赛过程对应的视频中获取多个视频帧,将能够得到整个比赛过程的总控球率,进而可向观众展示总控球率。
本实施例中,通过从球类比赛视频中,获取显示有目标球体的多个视频帧;从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;确定目标球员所属的球队;从而从球类比赛视频中获取到控球的球员,进而根据控球的球员获知控球的球队;通过在多个视频帧中,统计属于各球队的目标球员对应的视频帧数;根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率,即根据属于各球队的目标球员对应的视频帧数,计算各球队的控球率,无需由人工实地记录双方的控球时间,也无需人工计算控球率,节省人工成本;当视频帧数足够多时,能够有效提高控球率计算的准确性。
在上述实施例的各可选实施方式的基础上,为了提高确定目标球员的准确性,通过视频帧中,目标球体的位置信息和球员的位置信息,确定目标球员。
具体地,从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员,包括:对每个视频帧中的目标球体和球员进行识别,得到目标球体的位置信息和至少一个球员的位置信息;根据目标球体的位置信息和至少一个球员的位置信息,计算目标球体与各球员之间的目标距离;在至少一个球员中,选取小于等于预设距离阈值的目标距离对应的球员或者最小的目标距离对应的球员,作为目标球员。
其中,可通过图像识别模型进行位置信息的识别,该图像识别模型可以是基于深度学习的神经网络模型,以提高位置识别的准确性。
可选地,目标球体的位置信息包括目标球体中心的位置坐标或者目标球体的轮廓对应的坐标范围。相应地,球员的位置信息包括球员中心的位置坐标或者球员的轮廓对应的坐标范围。基于此,目标球体与球员之间的目标距离为目标球体中心的位置坐标与球员中心的位置坐标的距离;或者,目标球体中心的位置坐标与球员的轮廓对应的坐标范围中各坐标点的最近距离;或者,球员中心的位置坐标与目标球体的轮廓对应的坐标范围中各坐标点的最近距离;或者目标球体的轮廓对应的坐标范围中各坐标点与球员的轮廓对应的坐标范围中各坐标点的最近距离。
其中,预设距离阈值可以根据目标球员的准确度来设置,预设距离阈值设置得越小,目标球员准确度越高。可选地,如果有两个或者两个以上的球员与目标球体的距离小于等于预设距离阈值,可以将该两个或者两个以上的球员均作为目标球员,也可以从中任选一个作为目标球员,例如距离目标球体的位置最近的球员。
实施例二
本实施例在上述实施例和下述实施例的各可选实施方式的基础上进一步优化,具体在根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,还包括:各球队的控球率的显示操作。
可选地,获取控球率展示界面;在控球率展示界面上显示各球队的控球率。其中,控球率展示界面是用于显示控球率的图像,可选地,控球率展示界面可以是拍摄的图像,例如从球类比赛场地的几何中心的上空拍摄的比赛场地的整体图像,也可以是绘制的图像,例如绘制的球类比赛场地的二维图或者三维图。
图2是本公开实施例二提供的一种控球率展示界面的示意图。控球率展示界面可显示在球类比赛视频的周围或者球类比赛视频的预设位置,例如左下角。各球队的控球率显示在控球率展示界面的上部分,包括球队标识(箭头)和控球率数字。
本实施例中,通过获取控球率展示界面,并在控球率展示界面上显示各球队的控球率,从而让观众在观看球类比赛视频的过程中,获知各球队的控球率,提高观看体验。尤其在球类比赛视频的播放过程中,实时获取多个视频帧时,能够得到实时变化的控球率,进而可在控球率展示界面上显示实时控球率,能够提高观看的实时性。
实施例三
上述实施例旨在计算各球队的控球率,本实施例在上述实施例的各可选实施方式的基础上,计算各球队在比赛场地的不同预设区域内的控球率。图3是本公开实施例三提供的一种控球率计算方法的流程图,包括以下步骤:
S310、从球类比赛视频中,获取显示有目标球体的多个视频帧。
S320、从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员。
S330、确定目标球员所属的球队。
S340、在多个视频帧中,统计属于各球队的目标球员对应的视频帧数。
S310-S340与上述实施例中的S110-S140相同,此处不再赘述。
S350、对每个视频帧中的目标球体进行识别,得到目标球体的位置信息。
对目标球体进行位置识别的描述详见上述实施例,此处不再赘述。
S360、根据目标球体的位置信息,确定目标球体位于的预设区域。
可选地,预先将球类比赛场地划分为至少两个预设区域;预设区域可以是由球场上的四线、三区、两点、一圈和一弧划分出的区域,例如,中圈、边路、大禁区、小禁区、本方半场和对方半场等。预设区域也可以是人为划分出的区域,例如将整个比赛场地按照田字格划分、按照井字划分等。
可选地,识别目标球体的位置信息和视频帧中的各静态球场元素的位置信息。其中,静态球场元素包括看台、广告区、球门、角旗、场地标记等,静态场景元素与预设区域有对应关系。接着,根据目标球体的位置信息和各静态球场元素的位置信息,计算目标球体和各静态球场元素的距离;如果将小于等于指定距离阈值或者距离最小的静态场景元素对应的预设区域,作为目标球体图像位于的预设区域。
例如,在一视频帧中,目标球体与中心标记的距离小于等于指定距离阈值,则确定中心标记对应的中圈作为目标球体位于的预设区域。又例如,目标球体与看台的距离小于等于指定距离阈值,则确定看台对应的边路区域作为目标球体位于的预设区域。
S370、在属于各球队的目标球员对应的视频帧中,统计位于各预设区域的目标球体对应的视频帧数。
S380、根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率。
可选地,S380包括以下两种可选实施方式:
第一种可选实施方式:根据位于各预设区域的目标球体对应的视频帧数,计算位于各预设区域的目标球体对应的视频帧数相对对应球队的目标球员对应的视频帧数的占比,作为对应球队在各预设区域内的控球率。在一示例中,属于第一球队的目标球员对应的视频帧有100个,共有2个预设区域。位于第一预设区域的目标球体图像有20张,相对于100的占比为20/100,位于第二预设区域的目标球体图像有80张,相对于100的占比为80/100。相应地,第一球队在第一预设区域的控球率是20/100=20%,第一球队在第二预设区域的控球率是80/100=80%。可见,第一种可选实施方式适用于从每个视频帧中均能够确定目标球体,且目标球体位于任一预设区域的场景,从而保证各预设区域的控球率相加为100%。
第二种可选实施方式:根据位于各预设区域的目标球体对应的视频帧数,计算位于各预设区域的目标球体对应的视频帧数的比值,并根据该比值计算对应球队在各预设区域内的控球率。例如,共有3个预设区域,位于第一预设区域的目标球体对应的视频帧数是10,位于第二预设区域的目标球体对应的视频帧数是15,位于第三预设区域的目标球体对应的视频帧数是15,位于三个预设区域的目标球体图像的比值是2:3:3,则对应球队在各预设区域内的控球率分别是25%、37.5%、37.5%。可见,第二种可选实施方式适用于从每个视频帧中均能够确定目标球体且目标球体位于任一预设区域的场景,同时也适用于从每个视频帧中不均能确定目标球体或者不均能确定目标球体位于任一预设区域的场景。
S390、根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
值得说明的是,S390可以在S380之后执行,也可以在S350-S380的执行过程中执行。
本实施例中,通过对每个视频帧中的目标球体进行识别,得到目标球体的位置信息;根据目标球体的位置信息,确定目标球体位于的预设区域;在属于各球队的目标球员对应的视频帧中,统计位于各预设区域的目标球体对应的视频帧数;根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率,从而计算得到各球队在各预设区域的控球率,丰富了控球率的表现形式,为观众提供多样的控球率。
实施例四
本实施例在上述实施例和下述实施例的各可选实施方式的基础上进一步优化,具体在根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率之后,还包括在各预设区域图像上显示各球队在各预设区域内的控球率的操作。
相应地,在在各预设区域图像上显示各球队在各预设区域内的控球率之前,还包括:获取控球率展示界面;在控球率展示界面上确定与球类比赛场地对应的球类比赛场地图像;划分球类比赛场地图像,得到与球类比赛场地上各预设区域分别对应的各预设区域图像。其中,控球率展示界面详见上述实施例的描述,此处不再赘述。
可选地,在显示各球队在各预设区域内的控球率之前得到预设区域图像即可。在得到各球队在各预设区域内的控球率之后,在各预设区域图像上显示控球率即可,不需要再次绘制预设区域图像,从而仅需绘制一次预设区域图像即可。
图4是本公开实施例四提供的一种控球率展示界面的示意图。以足球比赛为例,控球率展示界面显示在足球比赛视频的周围或者足球比赛视频的预设位置,例如左下角。足球比赛场地图像可以是2D或者3D图像,图4中的足球比赛场地图像是3D图像,足球比赛场地图像被划分为5个预设区域图像,每个预设区域图像的中间区域显示有控球率数字和背景标识(圆圈)。在足球比赛场地图像的下方显示各预设区域图像对应的球队名称。
可选地,图4中,各球队的控球率显示在控球率展示界面的上部分,包括球队标识和控球率数字。
本实施例中,通过获取控球率展示界面;在控球率展示界面上确定与球类比赛场地对应的球类比赛场地图像;划分球类比赛场地图像,得到与球类比赛场地上各预设区域分别对应的各预设区域图像;在各预设区域图像上显示各球队在各预设区域内的控球率,从而让观众在观看球类比赛视频的过程中,获知各预设区域的控球率,提高观看体验。尤其在球类比赛视频的播放过程中,实时获取多个视频帧时,能够得到实时变化的各预设区域的控球率,进而可在控球率展示界面上显示实时控球率,能够提高观看的实时性。
在上述各实施例中,在根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,还包括:获取多个视频帧对应的视频时长;将各球队的控球率乘以视频时长,得到各球队的控球时间。
示例性地,获取多个视频帧帧中第一个视频帧的时间戳和最后一个视频帧的时间戳。将第一个视频帧的时间戳到最后一个视频帧的时间戳之间的时长作为多个视频帧对应的视频时长。例如,视频时长是10分钟,第一球队的控球率是30%,第二球队的控球率是70%,则第一球队的控球时间是3分钟,第二球队的控球时件是7分钟。
同样地,获取多个视频帧对应的视频时长;将各球队在各预设区域内的控球率乘以视频时长,得到各球队在各预设区域内的控球时间。
进一步地,将各球队的控球时间,和/或,各球队在各预设区域内的控球时间显示在控球率显示界面上。
实施例五
图5a是本公开实施例五提供的第一种控球率计算装置的结构示意图,该装置具体包括:第一获取模块51、第一确定模块52、第二确定模块53、第一统计模块54和第一计算模块55。
第一获取模块51,用于从球类比赛视频中,获取显示有目标球体的多个视频帧;
第一确定模块52,用于从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
第二确定模块53,用于确定目标球员所属的球队;
第一统计模块54,用于在多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
第一计算模块55,用于根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
本实施例中,通过从球类比赛视频中,获取显示有目标球体的多个视频帧;从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;确定目标球员所属的球队;从而从球类比赛视频中获取到控球的球员,进而根据控球的球员获知控球的球队;通过在多个视频帧中,统计属于各球队的目标球员对应的视频帧数;根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率,即根据属于各球队的目标球员对应的视频帧数,计算各球队的控球率,无需由人工实地记录双方的控球时间,也无需人工计算控球率,节省人工成本;当视频帧数足够多时,能够有效提高控球率计算的准确性。
可选地,第一计算模块55在根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率时,具体用于:根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数相对视频帧总数的占比,作为球类比赛视频中各球队的控球率;或者,根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数的比值,并根据比值计算球类比赛视频中各球队的控球率。
可选地,第一确定模块52在从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员时,具体用于:对每个视频帧中的目标球体和球员进行识别,得到目标球体的位置信息和至少一个球员的位置信息;根据目标球体的位置信息和至少一个球员的位置信息,计算目标球体与各球员之间的目标距离;在至少一个球员中,选取小于等于预设距离阈值的目标距离对应的球员或者最小的目标距离对应的球员,作为目标球员。
可选地,在图5a示出的装置结构的基础上,如图5b所示,该装置还包括第二获取模块56和第一显示模块57。其中,第二获取模块56用于在通过第一计算模块55根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,获取控球率展示界面;第一显示模块57,用于在第二获取模块56获取的控球率展示界面上显示第一计算模块55计算出的各球队的控球率;
可选地,在图5a示出的装置结构的基础上,如图5c所示,该装置还包括第一划分模块58、第三确定模块59、第二统计模块60和第二计算模块61。其中,第一划分模块58,用于将球类比赛场地划分为至少两个预设区域;第三确定模块59,用于通过第一统计模块54在多个视频帧中,统计属于各球队的目标球员对应的视频帧数之后,对每个视频帧中的目标球体进行识别,得到目标球体的位置信息;以及根据目标球体的位置信息,确定目标球体位于的预设区域;第二统计模块60,用于在属于各球队的目标球员对应的视频帧中,统计位于各预设区域的目标球体对应的视频帧数;第二计算模块61,用于根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率。
可选地,在图5c示出的装置结构的基础上,如图5d所示,该装置还包括:第三获取模块62、第二划分模块63和第二显示模块64。其中,第三获取模块62,用于获取控球率展示界面;第二划分模块63,用于在第三获取模块62获取的控球率展示界面上确定与球类比赛场地对应的球类比赛场地图像;以及划分球类比赛场地图像,得到与第一划分模块58划分的球类比赛场地上各预设区域分别对应的各预设区域图像;第二显示模块64,用于在通过第二计算模块61根据位于各预设区域的目标球体图像对应的视频帧数,计算各球队在各预设区域内的控球率之后,在第二划分模块63划分出的各预设区域图像上显示各球队在各预设区域内的控球率。
可选地,在图5a示出的装置结构的基础上,如图5e所示,该装置还包括:控球时间计算模块65,用于在通过第一计算模块55根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,获取多个视频帧对应的视频时长;以及将各球队的控球率乘以视频时长,得到各球队的控球时间。
本公开实施例所提供的控球率计算装置可执行本公开任意实施例所提供的控球率计算方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6是本公开实施例六提供的一种电子设备的结构示意图,如图6所示,该电子设备包括处理器600、存储器610;电子设备中处理器600的数量可以是一个或多个,图6中以一个处理器600为例;电子设备中的处理器600、存储器610可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器610作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本公开实施例中的控球率计算方法对应的程序指令/模块(例如,控球率计算装置中的第一获取模块51、第一确定模块52、第二确定模块53、第一统计模块54和第一计算模块55)。处理器600通过运行存储在存储器610中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的控球率计算方法。
存储器610可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器610可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器610可进一步包括相对于处理器600远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例七
本公开实施例七还提供一种其上存储有计算机程序的计算机可读存储介质,计算机程序在由计算机处理器执行时用于执行一种控球率计算方法,该方法包括:
从球类比赛视频中,获取显示有目标球体的多个视频帧;
从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
确定目标球员所属的球队;
在多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
当然,本公开实施例所提供的一种其上存储有计算机程序的计算机可读存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本公开任意实施例所提供的控球率计算方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本公开可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例的方法。
值得注意的是,上述控球率计算装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开的保护范围。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (16)
1.一种控球率计算方法,其特征在于,包括:
从球类比赛视频中,获取显示有目标球体的多个视频帧;
从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
确定所述目标球员所属的球队;
在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
2.根据权利要求1所述的方法,其特征在于,所述根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率,包括:
根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数相对视频帧总数的占比,作为球类比赛视频中各球队的控球率;或者,
根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数的比值,并根据所述比值计算球类比赛视频中各球队的控球率。
3.根据权利要求1所述的方法,其特征在于,所述从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员,包括:
对每个视频帧中的目标球体和球员进行识别,得到目标球体的位置信息和至少一个球员的位置信息;
根据目标球体的位置信息和至少一个球员的位置信息,计算目标球体与各球员之间的目标距离;
在至少一个球员中,选取小于等于预设距离阈值的目标距离对应的球员或者最小的目标距离对应的球员,作为目标球员。
4.根据权利要求1所述的方法,其特征在于,在根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,还包括:
获取控球率展示界面;
在控球率展示界面上显示各球队的控球率。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将球类比赛场地划分为至少两个预设区域;
在在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数之后,还包括:
对每个视频帧中的目标球体进行识别,得到目标球体的位置信息;
根据目标球体的位置信息,确定目标球体位于的预设区域;
在属于各球队的目标球员对应的视频帧中,统计位于各预设区域的目标球体对应的视频帧数;
根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取控球率展示界面;
在所述控球率展示界面上确定与球类比赛场地对应的球类比赛场地图像;
划分所述球类比赛场地图像,得到与球类比赛场地上各预设区域分别对应的各预设区域图像;
在根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率之后,还包括:
在各预设区域图像上显示各球队在各预设区域内的控球率。
7.根据权利要求1-6任一项所述的方法,在根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率之后,还包括:
获取所述多个视频帧对应的视频时长;
将各球队的控球率乘以视频时长,得到各球队的控球时间。
8.一种控球率计算装置,其特征在于,包括:
第一获取模块,用于从球类比赛视频中,获取显示有目标球体的多个视频帧;
第一确定模块,用于从每个视频帧中,确定与目标球体的距离满足近距离要求的目标球员;
第二确定模块,用于确定所述目标球员所属的球队;
第一统计模块,用于在所述多个视频帧中,统计属于各球队的目标球员对应的视频帧数;
第一计算模块,用于根据属于各球队的目标球员对应的视频帧数,计算球类比赛视频中各球队的控球率。
9.根据权利要求8所述的装置,其特征在于,所述第一计算模块,具体用于:
根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数相对视频帧总数的占比,作为球类比赛视频中各球队的控球率;或者,
根据属于各球队的目标球员对应的视频帧数,计算属于各球队的目标球员对应的视频帧数的比值,并根据所述比值计算球类比赛视频中各球队的控球率。
10.根据权利要求8所述的装置,其特征在于,所述第一确定模块,具体用于:
对每个视频帧中的目标球体和球员进行识别,得到目标球体的位置信息和至少一个球员的位置信息;
根据目标球体的位置信息和至少一个球员的位置信息,计算目标球体与各球员之间的目标距离;
在至少一个球员中,选取小于等于预设距离阈值的目标距离对应的球员或者最小的目标距离对应的球员,作为目标球员。
11.根据权利要求8所述的装置,其特征在于,还包括:
第二获取模块,用于获取控球率展示界面;
第一显示模块,用于在控球率展示界面上显示各球队的控球率。
12.根据权利要求8所述的装置,其特征在于,还包括:
第一划分模块,用于将球类比赛场地划分为至少两个预设区域;
第三确定模块,用于对每个视频帧中的目标球体进行识别,得到目标球体的位置信息;以及根据目标球体的位置信息,确定目标球体位于的预设区域;
第二统计模块,用于在属于各球队的目标球员对应的视频帧中,统计位于各预设区域的目标球体对应的视频帧数;
第二计算模块,用于根据位于各预设区域的目标球体对应的视频帧数,计算各球队在各预设区域内的控球率。
13.根据权利要求12所述的装置,其特征在于,还包括:
第三获取模块,用于获取控球率展示界面;
第二划分模块,用于在所述控球率展示界面上确定与球类比赛场地对应的球类比赛场地图像;以及划分所述球类比赛场地图像,得到与球类比赛场地上各预设区域分别对应的各预设区域图像;
第二显示模块,用于在各预设区域图像上显示各球队在各预设区域内的控球率。
14.根据权利要求8-13任一项所述的装置,其特征在于,还包括:
控球时间计算模块,用于获取所述多个视频帧对应的视频时长;以及将各球队的控球率乘以视频时长,得到各球队的控球时间。
15.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的控球率计算方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的控球率计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997758.5A CN109126100A (zh) | 2018-08-29 | 2018-08-29 | 控球率计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997758.5A CN109126100A (zh) | 2018-08-29 | 2018-08-29 | 控球率计算方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109126100A true CN109126100A (zh) | 2019-01-04 |
Family
ID=64829283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810997758.5A Pending CN109126100A (zh) | 2018-08-29 | 2018-08-29 | 控球率计算方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109126100A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110772780A (zh) * | 2019-08-13 | 2020-02-11 | 宁波市鄞州乐可机电科技有限公司 | 一种足球场 |
CN112883864A (zh) * | 2021-02-09 | 2021-06-01 | 北京深蓝长盛科技有限公司 | 无球掩护事件识别方法、装置、计算机设备和存储介质 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020018594A1 (en) * | 2000-07-06 | 2002-02-14 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for high-level structure analysis and event detection in domain specific videos |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
CN108090421A (zh) * | 2017-11-30 | 2018-05-29 | 睿视智觉(深圳)算法技术有限公司 | 一种运动员竞技能力分析方法 |
-
2018
- 2018-08-29 CN CN201810997758.5A patent/CN109126100A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020018594A1 (en) * | 2000-07-06 | 2002-02-14 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for high-level structure analysis and event detection in domain specific videos |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
CN108090421A (zh) * | 2017-11-30 | 2018-05-29 | 睿视智觉(深圳)算法技术有限公司 | 一种运动员竞技能力分析方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110772780A (zh) * | 2019-08-13 | 2020-02-11 | 宁波市鄞州乐可机电科技有限公司 | 一种足球场 |
CN110772780B (zh) * | 2019-08-13 | 2021-08-06 | 宁波市鄞州乐可机电科技有限公司 | 一种足球场 |
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 |
CN112883864A (zh) * | 2021-02-09 | 2021-06-01 | 北京深蓝长盛科技有限公司 | 无球掩护事件识别方法、装置、计算机设备和存储介质 |
CN112883864B (zh) * | 2021-02-09 | 2023-10-27 | 北京深蓝长盛科技有限公司 | 无球掩护事件识别方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762642B2 (en) | Systems and methods for indicating user performance in launching a basketball toward a basketball hoop | |
US20230201693A1 (en) | Automated or assisted umpiring of baseball game using computer vision | |
US11354939B2 (en) | Tracking of handheld sporting implements using computer vision | |
US11117035B2 (en) | Video analytics for human performance | |
US20190294882A1 (en) | Classification of Activity Derived From Multiple Locations | |
US7885784B2 (en) | Object-tracking and situation-analysis system | |
US20200106968A1 (en) | Recording medium recording video generation program, method of generating video, and information processing device | |
CN109126100A (zh) | 控球率计算方法、装置、设备及存储介质 | |
CN106164817A (zh) | 体育设备与可穿戴的计算机的交互 | |
CN101909705A (zh) | 运动训练系统和方法 | |
CN109101911A (zh) | 一种对足球比赛阵型变化及人员流动的可视分析方法 | |
CN114025183B (zh) | 直播方法、装置、设备、系统和存储介质 | |
CN107886537A (zh) | 一种基于视觉传感器的台球智能机器人系统 | |
CN107945206A (zh) | 一种基于视觉传感器的移动物体轨迹判断方法 | |
CN103404122A (zh) | 基于运动矢量的运动对象比较 | |
CN115475373B (zh) | 运动数据的展示方法、装置、存储介质及电子装置 | |
KR101864039B1 (ko) | 증강현실을 이용한 격투기 스포츠의 공정심사 솔루션 제공용 빅데이터 분석처리 시스템 및 그 구동방법 | |
Yang | Smart Motion Capture and Scoring System for Taekwondo Training based on Camera Network Technology | |
US20240062407A1 (en) | Data processing apparatus and method | |
EP4325443A1 (en) | Data processing apparatus and method | |
KR102449925B1 (ko) | 운동선수의 위치추적을 이용한 실시간 경기내용 분석방법 및 시스템 | |
CN114565641A (zh) | 图像识别方法、装置、设备、系统及存储介质 | |
Jing et al. | Basketball Foul Model and Judgment System Proposal | |
Tseng et al. | Pitching-Motion: Pose-Based Pitch Trajectory Overlay System | |
CN112883950A (zh) | 一种基于激光传感器的滑雪比赛数据获取方法、系统和可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |