CN111275021B - 一种基于计算机视觉的足球越位线自动划线方法 - Google Patents
一种基于计算机视觉的足球越位线自动划线方法 Download PDFInfo
- Publication number
- CN111275021B CN111275021B CN202010188330.3A CN202010188330A CN111275021B CN 111275021 B CN111275021 B CN 111275021B CN 202010188330 A CN202010188330 A CN 202010188330A CN 111275021 B CN111275021 B CN 111275021B
- Authority
- CN
- China
- Prior art keywords
- court
- point
- line
- offside
- picture
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 244000025254 Cannabis sativa Species 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 101100365415 Danio rerio selenot2 gene Proteins 0.000 description 1
- 101150104604 SEPTIN2 gene Proteins 0.000 description 1
- 101150047992 SEPTIN3 gene Proteins 0.000 description 1
- 101150117471 Septin4 gene Proteins 0.000 description 1
- 101150053434 Septin5 gene Proteins 0.000 description 1
- 101100421203 Xenopus tropicalis sept2-A gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
-
- G06T5/70—
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- 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
- G06T2207/30232—Surveillance
Abstract
本发明涉及运动技术领域，公开了一种基于计算机视觉的足球越位线自动划线方法，首先将场边摄像机拍摄画面实时传送到服务器；在服务器上截取进攻方球员触球瞬间的图像；通过软件对图像进行处理获取草坪区域及白色边线，获取半边球场边线上4个角(A0,A1,A2,A3)的坐标，根据越位规则选取倒数第二名防守队员身体最靠近球门的点A4并根据透视原理及公式计算并生成越位线。与现有技术相比，该方法及系统自动化程度及准确度高，避免了目前手工划线方式的弊端，能够协助裁判作出更加准确的判罚。
Description
技术领域
本发明涉及运动技术领域，特别涉及一种能够在足球视频回放中自动生成越位线的方法。
背景技术
在足球比赛中，进攻方队员是否越位主要由助理裁判(巡边员)来判断。为作出正确判罚，助理裁判需观察进攻方传球瞬间攻守双方多名队员的位置，还要监视球员是否有犯规等行为，因此准确判断难度较大。
此前在各类高水平足球比赛中产生越位误判的情况屡屡发生，对比赛结果产生了巨大的影响，因此采用科学手段帮助裁判提高执法水平成为一种趋势。目前，在世界杯、英超、中超、西甲、意甲等重要足球比赛中开始普遍使用视频助理裁判(Video AssistantReferee，VAR)技术，主要依靠遍布足球场上的多个摄像机镜头，通过回放视频向裁判员提供信息，协助裁判员纠正漏判和误判，提高判罚的准确性。
目前，在足球视频回放或者视频助理裁判系统中，需要裁判员或者技术人员通过手工画出越位线，从而判断是否有进攻球员越位。在现实世界中越位线应与球场底线平行，但在摄像机透视图中越位线则不会和球场底线平行，因此通过手工划线往往会产生误差从而影响越位判断结果的准确性。例如在2018年英格兰足总杯第5轮哈德斯菲尔德对阵曼联的比赛中，第45分钟曼联队马塔进球，裁判经视频助理裁判回看后判罚马塔越位在先、进球无效，但越位线明显画歪引起了公众的强烈质疑。
发明内容
发明目的：针对现有技术中存在的问题，本发明提供一种基于计算机视觉的足球越位线自动划线方法，通过计算机视觉等相关技术可以自动生成越位线，从而辅助裁判做出更加准确的判断，减少误判的产生，从而保证比赛的公平、公正。
技术方案：本发明提供了一种基于计算机视觉的足球越位线自动划线方法，其基于两台摄像机以及一服务器完成，两台摄像机分别位于各半边球场，其不位于球场同一侧，且能够拍下所在半边球场的所有边线，所述摄像机与所述服务器电性连接，包括如下步骤：
Sept1：两台摄像机拍摄画面图像实时上传至服务器；
Sept2：根据进攻方球员所在半边球场，选择所在半边球场的摄像机拍摄画面进行录像回放并截取进攻方球员触球瞬间的摄像机拍摄画面；
Sept3：根据Sept2拍摄画面确定半边球场草坪区域；
Sept4：确定拍摄画面中半边球场边线上4个角的坐标；
Sept5：根据国际足联的越位规则，绘制越位线。
进一步地，所述Sept3中确定球场草坪区域步骤包括：
Sept1.1：对拍摄画面进行像素化处理；
Sept1.2：选择中间一片区域的像素并做均值化处理获得平均草坪颜色值；
Sept1.3：定义草坪颜色值范围为：平均草坪颜色值±5％容差；
Sept1.4：根据Sept1.3中草坪颜色值范围判断拍摄画面中的某像素颜色值是否属于草坪，去除跑道及观众区域。
进一步地，所述Sept4中4个角的坐标确定步骤包括：
Sept2.1：使用白色将草坪区域画面进行二值化处理；
Sept2.2：对二值化的数据进行均值滤波以去除噪声，所述均值滤波公式如下：
y(i,j)＝(y(i-1,j-1)+y(i-1,j)+y(i-1,j+1)+y(i,j-1)+y(i,j)
+y(i,j+1)+y(i+1,j-1)+y(i+1,j)+y(i+1,j+1))/9
其中，i表示像素点横坐标，j表示像素点纵坐标；
Sept2.3：根据球边线宽度对图像进行栅格化处理，保证球场边线宽度为1栅格；
Sept2.4：根据摄像机透视原理，看到的球场边线应组成一个梯形，且梯形一对平行边中的长边靠近摄像机，短边远离摄像机，找出所有白色栅格中横坐标x最小的栅格，该点即为球场边线左下角的点A0；找出所有白色栅格中横坐标x最大的栅格，该点即为半边球场边线右下角的点A3；
Sept2.5：使用霍夫变换提取画面中经过A0的直线，结果应有两条直线，即球场边线和球场底线，选择这两条直线中纵坐标y值最大的点，该点即为球场边线左上角的点A1；使用霍夫变换提取画面中经过A3的直线，选择直线中纵坐标y值最大的点，该点即为半边球场边线右上角的点A2；
Sept2.6：为球场左下角A0所在栅格中心像素点为坐标原点(0,0)，计算左上角A1的坐标(x1,y1)、右上角点A2的坐标(x2,y2)、右下角点A3的坐标(x3,y3)。
进一步地，所述Sept5中绘制越位线步骤包括：
Sept3.1：选定当前画面中第二位最靠近防守方球门的防守方球员，选中该球员身体最靠近防守方球门的一点A4，取得该点的坐标A4(x4,y4)，其中，该球员身体为除了手以外的部分。
Sept3.2：球场底线、球场中线和越位线在现实世界为平行线，但根据摄像机透视原理，三条线在远处相交于一点，根据A0,A1,A2,A3,A4五个点计算并绘制出越位线。
有益效果：
本发明系统自动化程度及准确度高，能够自动生成越位线，避免传统手工划线方式划出的越位线和底线不平行的问题，从而帮助裁判作出更加准确的越位判罚。而且规避了摄像机透视原理中球场底线与球场中线不平行的问题，通过计算机视觉等相关技术自动生成越位线，辅助裁判做出更加准确的判断，减少误判的产生，从而保证比赛的公平、公正。
附图说明
图1为本发明的系统硬件部署图；
图2为本发明的摄像机透视坐标转换图。
其中，1-摄像机，2-服务器，3-球场半场左下角点A0(0,0)，4-球场半场左上角点A1(x1,y1)，5-球场半场右上角点A2(x2,y2)，6-球场半场右下角点A3(x3,y3)，7-进攻队员，8-防守队员，9-倒数第二名防守队员身体最靠近球门的点A4(x4,y4)，10-球场底线，11-球场中线，12-越位线。
具体实施方式
下面结合附图对本发明进行详细的介绍。
图1给出了本系统的硬件部署图。在足球场场边分别放置两台摄像机1，两台摄像机1分别位于各半边球场，并且不位于球场的同一侧，要求摄像机高度能够拍下所在半边球场的所有边线。两台摄像机1与服务器2电性连接，其拍摄画面通过通信网络实时传送到服务器2。
需要判断是否有越位犯规时，通过录像回放截取进攻方球员触球瞬间的摄像机拍摄画面注意，此时服务器根据进攻方球员所在的半边球场选择需要截取拍摄画面是属于哪个摄像机的。如图2所示。通过服务器2对如图2所示的拍摄画面进行如下数据处理：
1、首先需要确定球场草坪区域。(此时服务器已经选择了需要截取的画面)。
由于球场草坪为黄绿色、边线为白色，边线外一般还有约30-50cm宽的草坪，再外面才是跑道或观众区域。因此确定草坪区域可采用如下步骤：
1.1)通过服务器2上的软件截取服务器2接受的摄像机1拍摄画面，对当前画面进行像素化处理。例如：目前高清摄像机的分辨率一般1080P(1920*1080)，即整个画面像素化为1920*1080个像素点。
1.2)选择中间一片区域的像素并做均值化处理获得平均草坪颜色值。例如：选择横坐标范围为920-1000、纵坐标范围为500-580，该范围位于球场中央因此为草坪，通过均值处理这80*80共6400像素获得RGB值为#6c9706，该值即为该球场的平均草坪颜色值。
1.3)定义草坪颜色值范围为：平均草坪颜色值±5％容差，例如#6c9706±5％的颜色范围为#5F8A00～#79A413。
1.4)当前拍摄画面中的某像素颜色值如果在草坪颜色值范围内，则认为该像素属于草坪，将所有属于草坪的像素进行边缘化处理确定草坪区域。通过以上步骤确定的草坪区域，可以去除跑道及观众区域，为后续步骤做好基础。
2、接下来需要确定拍摄画面中半边球场边线上4个角(图2中的A0、A1、A2、A3)的坐标。可采用如下步骤：
2.1)由于边线为白色，因此使用白色将草坪区域画面进行二值化处理。处理完成后的图片中，边线部分为白色，其他部分为黑色。
2.2)对上二值化后的图片进行均值滤波以去除噪声，均值滤波公式如下：
y(i,j)＝(y(i-1,j-1)+y(i-1,j)+y(i-1,j+1)+y(i,j-1)+y(i,j)+y(i,j+1)+y(i+1,j-1)+y(i+1,j)+y(i+1,j+1))/9
其中，i表示像素点横坐标，j表示像素点纵坐标。
2.3)由于球场边线有一定宽度，即宽度大于1像素，因此根据球场边线宽度对图像进行栅格化处理。例如球场边线宽度为5像素左右，则使用5*5的栅格将图片进行栅格化，保证球场边线宽度为1栅格。
2.4)根据摄像机透视原理，看到的球场边线应组成一个梯形，且梯形一对平行边中的长边靠近摄像机，短边远离摄像机，如图2所示。因此找出所有白色栅格中横坐标x最小的栅格，该点即为球场边线左下角的点A0；找出所有白色栅格中横坐标x最大的栅格，该点即为半边球场边线右下角的点A3。
2.5)使用霍夫(Hough)变换提取画面中经过A0的直线，结果应有两条直线，即球场边线和球场底线，选择这两条直线中纵坐标y值最大的点，该点即为球场边线左上角的点A1。同理使用霍夫(Hough)变换提取画面中经过A3的直线，选择直线中纵坐标y值最大的点，该点即为半边球场边线右上角的点A2。
2.6)为球场左下角A0所在栅格中心像素点为坐标原点(0,0)，计算左上角A1的坐标(x1,y1)、右上角点A2的坐标(x2,y2)、右下角点A3的坐标(x3,y3)。
3、绘制越位线。
由于国际足联的越位规则如下：在防守方半场内，当进攻球员M踢或触球的一刹那，进攻球员同队队员N身体(包括头、脚、躯干，不包括手和手臂)较球更接近对方球门线；并且在队员N与对方球门线之间，防守方队员不足2人时，称为该队员N处于越位位置。如果队员N在越位位置获利，则可判断该队员N越位。
因此可由裁判员或技术人员选定当前拍摄画面中第二位最靠近防守方球门的防守方球员，选中该球员身体(除了手以外的部分)最靠近防守方球门的一点(如图2中的A4)，取得该点的坐标(x4,y4)，经过A4且平行于球场底线10和球场中线11的直线即为越位线12。
球场底线10、球场中线11和越位线12在现实世界为平行线，根据摄像机透视原理，三条线在远处相交于一点，因此可以根据A0,A1,A2,A3,A4五个点计算并绘制出越位线12。具体计算方法如下：
3.1)根据A0点的坐标(x0,y0)、A1点的坐标(x1,y1)得到球场底线10的方程为：
3.2)根据A2点的坐标(x2,y2)、A3点的坐标(x3,y3)得到球场中线11的方程为：
3.3)根据球场底线、球场中线的方程，计算两条线交汇点A6(x6,y6)的坐标为：
3.4)根据A4点的坐标(x4,y4)、A6点的坐标(x6,y6)得到越位线12的方程为：
计算机根据该上述方程即可自动绘制出准确的越位线12。
最后裁判员根据越位线12即可判断是否有越位犯规：如果进攻方球员身体(除了手以外的部分)较球更接近对方球门线，且比越位线12更接近对方球门线，则该球员处于越位位置；如果该球员之后参与了本次进攻或者在本次进攻中获利则可判定位进攻方越位犯规。
上述实施方式只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种基于计算机视觉的足球越位线自动划线方法，其基于两台摄像机以及一服务器完成，两台摄像机分别位于各半边球场，其不位于球场同一侧，且能够拍下所在半边球场的所有边线，所述摄像机与所述服务器电性连接，其特征在于，包括如下步骤：
Step1：两台摄像机拍摄画面图像实时上传至服务器；
Step2：根据进攻方球员所在半边球场，选择所在半边球场的摄像机拍摄画面进行录像回放并截取进攻方球员触球瞬间的摄像机拍摄画面；
Step3：根据Step2拍摄画面确定半边球场草坪区域；
Step4：确定拍摄画面中半边球场边线上4个角的坐标；
Step4.1：使用白色将草坪区域画面进行二值化处理；
Step4.2：对二值化的数据进行均值滤波以去除噪声，所述均值滤波公式如下：
y(i,j)＝(y(i-1,j-1)+y(i-1,j)+y(i-1,j+1)+y(i,j-1)+y(i,j)+y(i,j+1)+y(i+1,j-1)+y(i+1,j)+y(i+1,j+1))/9
其中，i表示像素点横坐标，j表示像素点纵坐标；
Step4.3：根据球边线宽度对图像进行栅格化处理，保证球场边线宽度为1栅格；
Step4.4：根据摄像机透视原理，看到的球场边线应组成一个梯形，且梯形一对平行边中的长边靠近摄像机，短边远离摄像机，找出所有白色栅格中横坐标x最小的栅格，白色栅格中横坐标x最小的栅格对应的点即为球场边线左下角的点A0；找出所有白色栅格中横坐标x最大的栅格，白色栅格中横坐标x最大的栅格对应的点即为半边球场边线右下角的点A3；
Step4.5：使用霍夫变换提取画面中经过A0的直线，结果应有两条直线，即球场边线和球场底线，选择这两条直线中纵坐标y值最大的点，该点即为球场边线左上角的点A1；使用霍夫变换提取画面中经过A3的直线，选择直线中纵坐标y值最大的点，该点即为半边球场边线右上角的点A2；
Step4.6：为球场左下角A0所在栅格中心像素点为坐标原点(0,0)，计算左上角A1的坐标(x1,y1)、右上角点A2的坐标(x2,y2)、右下角点A3的坐标(x3,y3)；Step5：根据国际足联的越位规则，绘制越位线；
Step5.1：选定当前画面中第二位最靠近防守方球门的防守方球员，选中该球员身体最靠近防守方球门的一点A4，取得该点的坐标A4(x4,y4)，其中，该球员身体为除了手以外的部分；
Step5.2：球场底线、球场中线和越位线在现实世界为平行线，但根据摄像机透视原理，三条线在远处相交于一点，根据A0,A1,A2,A3,A4五个点计算并绘制出越位线。
2.根据权利要求1所述的基于计算机视觉的足球越位线自动划线方法，其特征在于，所述Step3中确定球场草坪区域步骤包括：
Step1.1：对拍摄画面进行像素化处理；
Step1.2：选择中间一片区域的像素并做均值化处理获得平均草坪颜色值；
Step1.3：定义草坪颜色值范围为：平均草坪颜色值±5％容差；
Step1.4：根据Step1.3中草坪颜色值范围判断拍摄画面中的某像素颜色值是否属于草坪，去除跑道及观众区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010188330.3A CN111275021B (zh) | 2020-03-17 | 2020-03-17 | 一种基于计算机视觉的足球越位线自动划线方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010188330.3A CN111275021B (zh) | 2020-03-17 | 2020-03-17 | 一种基于计算机视觉的足球越位线自动划线方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111275021A CN111275021A (zh) | 2020-06-12 |
| CN111275021B true CN111275021B (zh) | 2023-07-18 |
Family
ID=71003870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010188330.3A Active CN111275021B (zh) | 2020-03-17 | 2020-03-17 | 一种基于计算机视觉的足球越位线自动划线方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111275021B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2589903A (en) * | 2019-12-12 | 2021-06-16 | Sony Corp | A device, computer program and method |
| CN113780181B (zh) * | 2021-09-13 | 2023-11-14 | 浙江大学 | 基于无人机的足球比赛越位判断方法及装置、电子设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4355884B2 (ja) * | 2001-01-31 | 2009-11-04 | 日本電気株式会社 | オフサイド判定補助装置 |
| WO2007132415A1 (en) * | 2006-05-12 | 2007-11-22 | John Francis Carr Bayly | Sport decisions |
| CN101116777A (zh) * | 2006-07-31 | 2008-02-06 | 李岩 | 足球电子裁判 |
| CN102819749B (zh) * | 2012-07-23 | 2016-08-03 | 西安体育学院 | 一种基于视频分析的足球越位自动判别系统和方法 |
-
2020
- 2020-03-17 CN CN202010188330.3A patent/CN111275021B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111275021A (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11715214B1 (en) | Systems and methods for indicating user performance in launching a basketball toward a basketball hoop | |
| US9036864B2 (en) | Ball trajectory and bounce position detection | |
| EP2227299B1 (en) | Methods and processes for detecting a mark on a playing surface and for tracking an object | |
| CN103745483B (zh) | 一种基于球场比赛视频图像的移动目标位置自动检测方法 | |
| CN107871120A (zh) | 基于机器学习的体育赛事理解系统及方法 | |
| CN111275021B (zh) | 一种基于计算机视觉的足球越位线自动划线方法 | |
| CN103617614B (zh) | 一种在视频图像中确定乒乓球落点数据的方法及系统 | |
| CN111444890A (zh) | 一种基于机器学习的体育数据分析系统和方法 | |
| CN109684919A (zh) | 一种基于机器视觉的羽毛球发球违例判别方法 | |
| US9154710B2 (en) | Automatic camera identification from a multi-camera video stream | |
| CN107545562B (zh) | 用于补正球图像的亮度的方法、系统及非暂时性的计算机可读记录介质 | |
| CN107392157A (zh) | 一种基于机器视觉的中国象棋比赛智能虚拟直播方法 | |
| AU2022267254A1 (en) | Methods and systems to track a moving sports object trajectory in 3d using a single camera | |
| CN110910489B (zh) | 一种基于单目视觉的智能球场运动信息采集系统与方法 | |
| CN215954346U (zh) | 一种篮球比赛自动生成运动员点位图的视频拍摄装置 | |
| CN111104851B (zh) | 一种篮球进球时刻防守区域自动生成方法及系统 | |
| EP3836012A1 (en) | A device, computer program and method | |
| CN113506210A (zh) | 一种篮球比赛自动生成运动员点位图的方法和视频拍摄装置 | |
| CN111738093A (zh) | 一种基于梯度特征的冰壶球自动测速方法 | |
| TWI791307B (zh) | 籃球運動偵測分析方法 | |
| CN110717931A (zh) | 一种羽毛球发球时击球点的高度检测系统及其方法 | |
| TWI822380B (zh) | 球體追蹤系統及方法 | |
| JP4138642B2 (ja) | 目標位置検出装置 | |
| CN114025183B (zh) | 直播方法、装置、设备、系统和存储介质 | |
| KR102567201B1 (ko) | 두 대의 카메라를 이용한 콘솔형 골프 시뮬레이션 시스템 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 223005 No.3, Meicheng East Road, Huai'an City, Jiangsu Province Applicant after: Jiangsu electronic information Vocational College Address before: 223005 No. 3 Meicheng East Road, Huaian Economic and Technological Development Zone, Jiangsu Province Applicant before: Jiangsu vocationnal college of electronics and information |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200612 Assignee: Huai'an Jiarun Network Information Technology Co.,Ltd. Assignor: Jiangsu electronic information Vocational College Contract record no.: X2024980004591 Denomination of invention: A Computer Vision Based Automatic Scoring Method for Football Off Line Granted publication date: 20230718 License type: Common License Record date: 20240419 |