CN114038029A - 一种违规运动员识别方法、装置、设备及介质 - Google Patents

一种违规运动员识别方法、装置、设备及介质 Download PDF

Info

Publication number
CN114038029A
CN114038029A CN202111170000.2A CN202111170000A CN114038029A CN 114038029 A CN114038029 A CN 114038029A CN 202111170000 A CN202111170000 A CN 202111170000A CN 114038029 A CN114038029 A CN 114038029A
Authority
CN
China
Prior art keywords
image
candidate
target
athlete
player
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
Application number
CN202111170000.2A
Other languages
English (en)
Inventor
吕金城
李伟
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202111170000.2A priority Critical patent/CN114038029A/zh
Publication of CN114038029A publication Critical patent/CN114038029A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种违规运动员识别方法、装置、设备及介质，由于本发明实施例中，可以基于获得到的包含运动员的当前图像中是否存在第一预设位置处的候选运动员，并确定该候选运动员与预先保存的在场每个运动员的相似度，确定该候选运动员是否违规，有效的避免了基于检测装置确定违规行为时，容易受到外界环境影响而导致违规行为判断准确率低的问题，提升了违规行为判断的准确率，并且能够识别违规运动员的信息。

Description

一种违规运动员识别方法、装置、设备及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种违规运动员识别方法、装置、设备及介质。
背景技术
随着体育运动的快速发展，越来越多的人参与到体育运动中，比如篮球。为了实现体育运动的公正判决，提升运动过程中运动员的违规行为的准确度判断至关重要。
现有技术中，在进行违规行为的判断时，一般取决于裁判进行主观行为的判断，但是由于该判断方法缺少客观性，且很容易出现错判、漏判等问题，此外，还可以基于在赛场场地上安装的检测装置对违规行为进行判断，该检测装置可以为光电收发装置。具体的，若运动员身体某部位会切断光电收发装置之间的红外光线连线，光电收发装置将会触发越界报警。但是基于该光电收发装置检测运动员的违规行为时，可能会受待检测场地大小、待检测场地所在环境等因素的影响，干扰光电收发装置对于违规行为的检测，导致违规行为判断的准确性低，且由于任何人的身体都可以触发越界报警，因此，基于该检测装置也不能有效的识别违规运动员的信息。
发明内容
本发明提供了一种违规运动员识别方法、装置、设备及介质，用以解决相关技术中违规行为判断准确率低、不能识别违规运动员的信息的问题。
第一方面，本发明提供了一种违规运动员识别方法，所述方法包括：
获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
若是，则确定所述候选运动员的候选人脸对应的候选人脸特征值；
根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；
若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
进一步地，所述当前图像包括：
第一图像采集设备采集的包含运动员的第一图像以及第二图像采集设备采集的包含运动员的第二图像，其中，所述第一图像采集设备的安装位置与所述第二图像采集设备的安装位置不相同；
所述识别所述当前图像中是否存在位于第一设定位置处的候选运动员包括：
识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；
识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；
根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
进一步地，所述根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员包括：
若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；
若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
进一步地，所述识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员之后，所述方法还包括：
识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；
确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
进一步地，所述若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员包括：
针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
第二方面，本发明还提供了一种违规运动员识别装置，所述装置包括：
识别模块，用于获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
确定模块，用于若存在位于所述第一设定位置处的候选运动员，则确定所述候选运动员的候选人脸对应的候选人脸特征值；根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；
若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
进一步地，所述识别模块，具体用于识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
进一步地，所述识别模块，具体用于若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
进一步地，所述确定模块，还用于识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
进一步地，所述确定模块，具体用于针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
第三方面，本发明还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述违规运动员识别方法的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一所述违规运动员识别方法的步骤。
在本发明实施例中，获得包含运动员的当前图像，识别该当前图像中是否存在位于第一设定位置处的候选运动员，若是，则确定该候选运动员对应的候选人脸特征值，根据该候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定该候选人脸与每个目标人脸的第一相似度，若任一第一相似度大于预先设置的第一相似度阈值，则该候选运动员为违规的目标运动员。由于本发明实施例中，可以基于获得到的包含运动员的当前图像中是否存在第一预设位置处的候选运动员，并确定该候选运动员与预先保存的在场每个运动员的相似度，确定该候选运动员是否违规，有效的避免了基于检测装置确定违规行为时，容易受到外界环境影响而导致违规行为判断准确率低的问题，提升了违规行为判断的准确率，并且能够识别违规运动员的信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术运动员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种违规运动员识别方法的过程示意图；
图2为本发明实施例提供的一种图像采集设备和边界线的显示示意图；
图3a为本发明实施例提供的一种若第一图像和第二图像中并未全都出现越出边界的运动员时的显示示意图；
图3b为本发明实施例提供的一种若第一图像和第二图像中全都出现越出边界的运动员时的显示示意图；
图3c为本发明实施例提供的一种基于第一图像和第二图像确定是否存在候选运动员的显示示意图；
图3d为本发明实施例提供的一种确定候选运动员是否为违规的目标运动员的显示示意图；
图4为本发明实施例提供的一种确定边界越界的运动员身份的过程示意图；
图5为本发明实施例提供的一种确定三秒违规的运动员身份的过程示意图；
图6为本发明实施例提供的一种违规运动员识别装置结构示意图；
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术运动员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
为了提升违规行为判断的准确率，并且识别违规运动员的信息，本发明实施例提供了一种违规运动员识别方法、装置、设备及介质。
实施例1：
图1为本发明实施例提供的一种违规运动员识别方法的过程示意图，该过程包括以下步骤：
S101：获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员。
本发明实施例提供的违规运动员识别方法应用于电子设备，该电子设备可以为PC，也可以是服务器等设备，且该违规运动员识别方法主要应用于对运动员的违规行为进行检测，比如在篮球比赛中对参赛的运动员是否存在违规行为进行检测等。
在本发明实施例中，为了确定在场运动员是否存在违规行为，可以先获得包含运动员的当前图像，并识别该当前图像中是否存在位于第一设定位置处的候选运动员，其中，该第一设定位置处可以为球场上任意运动员不能位于的位置处，比如，球场边界线以外的位置处等等。其中，该候选运动员可以为一个，也可以为多个，且该候选运动员可能为违规运动员，也可能为非违规运动员，还可能为工作人员等等。
S102：若是，则确定所述候选运动员的候选人脸对应的候选人脸特征值。
在本发明实施例中，在确定该包含运动员的当前图像中存在位于第一设定位置的候选运动员后，则确定该候选运动员对应的候选人脸特征值，其中，该候选人脸特征值包括视觉特征、人脸图像变换系数特征、人脸图像代数特征、像素统计特征等等特征对应的特征值中的至少一种，具体的，可以通过人脸识别技术，卷积神经网络等方式提取候选人脸特征值，且该确定候选人脸特征值的过程为现有技术，在此不做赘述。
S103：根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度。
在本发明实施例中，为了确定该候选运动员是否为在场上比赛的运动员，在获得候选运动员的候选人脸特征值后，可以将该候选人脸特征值依次与在场每个运动员对应的目标人脸特征值进行比较，确定该候选运动员是否为在场的运动员。为了获得在场上比赛的每个运动员对应的目标人脸特征值，在本发明实施例中，可以预先将参加比赛的每个运动员的目标人脸的图像进行保存，也就是说，预先保存了在场每个运动员的目标人脸的图像。后续在确定该候选运动员是否为在场的运动员时，获得该每个运动员的目标人脸特征值，并将候选运动员的候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值进行比较，确定该候选人脸与每个目标人脸的相似度，该相似度也就是第一相似度。还可以在基于预先保存的在场每个运动员的目标人脸的图像，确定每个运动员的目标人脸特征值后，针对每个运动员，将该运动员的目标人脸特征值进行保存，后续直接根据该候选人脸特征值与预先保存的每个运动员的目标人脸特征值，确定该候选人脸与每个目标人脸的第一相似度。
为了提高违规运动员识别的准确率，一般在对候选运动员或者预先保存的在场每个运动员的目标人脸进行特征提取时，需要获得每个运动员的多个特征对应的多个特征值，因此为了便于确定候选人脸与每个目标人脸的第一相似度，可以将候选运动员对应的多个候选人脸特征值构成一个特征向量，该特征向量的每个分量为该候选运动员对应的候选人脸特征值，同理，针对预先保存的在场每个运动员，该运动员对应的多个目标人脸特征值也可以构成一个特征向量，且该特征向量中各个分量对应的特征值与候选人脸特征值构成的特征向量的各个分量对应的特征值是一一对应的，都是同一个特征对应的特征值。
为了便于描述，将该有多个候选人脸特征值构成的特征向量称为第一向量，将该由多个目标人脸特征值构成的特征向量称为第二向量，为了确定第一相似度，可以基于该第一向量以及第二向量，确定对应的第一余弦值，基于该第一余弦值确定第一相似度。
S104：若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
为了确定该候选运动员是否为违规运动员，在本发明实施例中，在确定了该候选人脸与每个目标人脸第一相似度之后，确定所有第一相似度中是否存在大于预先设置的第一相似度阈值的第一相似度，若任一第一相似度大于预先设置的第一相似度阈值，则说明可以该候选运动员为预先保存的在场每个运动员中的一个，也就是说该候选运动员为场上进行比赛且违规的运动员，也就是违规的目标运动员。
此外，为了便于确定违规的目标运动员的身份，在本发明实施例中，还可以优选保存在场每个运动员对应的标识信息，该标识信息可以为各个运动员对应的号码，在确定违规的目标运动员后，基于该预先保存的每个运动员对应的标识信息，确定该目标运动员的目标标识信息并进行预警。
由于本发明实施例中，可以基于获得到的包含运动员的当前图像中是否存在第一预设位置处的候选运动员，并确定该候选运动员与预先保存的在场每个运动员的相似度，确定该候选运动员是否违规，有效的避免了基于检测装置确定违规行为时，容易受到外界环境影响而导致违规行为判断准确率低的问题，提升了违规行为判断的准确率，并且能够识别违规运动员的信息。
实施例2：
为了准确的确定当前图像中是否存在可能违规的候选运动员，在上述实施例的基础上，在本发明实施例中，所述当前图像包括：
第一图像采集设备采集的包含运动员的第一图像以及第二图像采集设备采集的包含运动员的第二图像，其中，所述第一图像采集设备的安装位置与所述第二图像采集设备的安装位置不相同；
所述识别所述当前图像中是否存在位于第一设定位置处的候选运动员包括：
识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；
识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；
根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
在本发明实施例中，为了确定是否存在违规运动员，可以将一个图像采集设备安装在球场的设定位置，并基于该图像采集设备采集的当前图像，确定是否存在第一设定位置处的候选运动员。为了提高确定违规的目标运动员的准确性，也可以在球场安装多个图像采集设备，针对每个图像采集设备采集到的当前图像，确定是否存在位于第一设定位置处的候选运动员。在本发明实施例中，由于每个球场存在四条边界线，该四条边界线构成一个矩形，因此可以在球场设置四个图像采集设备，将该四个图像采集设备分别安装在球场的四条边界线中各个边界线中点附近，即可采集该球场上任意位置或者任意区域对应的图像，具体的，该四个图像采集设备安装在球场的位置根据经验确定，在此不做赘述。
若运动员存在边界越界，也就是说，运动员若在边界线外的位置，则说明该运动员为违规运动员，因此，为了确定运动员是否存在边界越界的现象，在本发明实施例中，由于针对每一条边界线，安装在该边界线中点附近的图像采集设备与安装在与该边界线平行的另外一条边界线的中点附近的图像采集设备能够更加准确的确定是否存在运动员越过该边界线，因此，可以针对每个边界线，确定是否存在运动员越过该边界线而违规时，可以预先获得该安装在该边界线中点附近的图像采集设备采集到的包含运动员的当前图像，以及安装在与该边界线平行的另外一条边界线的中点附近的图像采集设备采集到的包含运动员的当前图像，也就是说，获得第一图像采集设备采集的包含运动员的第一图像以及第二图像采集设备采集的包含运动员的第二图像，且该第一图像采集设备的安装位置与第二图像采集设备的安装位置不相同，具体的，该第一图像采集设备的安装位置为该边界线的中点附近，该第二图像采集设备的安装位置可以为与该边界线平行的另外一条边界线的中点附近。
图2为本发明实施例提供的一种图像采集设备和边界线的显示示意图，现针对图2进行说明。
该边界线可以为四条边界线中的任意一条，该边界线的两侧分别存在一个图像采集设备，且一侧的图像采集设备可以为安装该边界中点附近的图像采集设备，另外一侧的图像采集设备可以为安装在与该边界线平行的边界的中点附近的图像采集设备。
在基于该第一图像采集设备和第二图像采集设备分别采集的第一图像和第二图像，确定是否存在第一预设位置处的候选运动员时，可以先识别该第一图像中是否存在位于球场边界处的第一运动员，并识别该第二图像中是否存在位于同一个球场边界处的第二运动员，其中，该球场边界位于第一图像中的位置信息与该球场边界位于第二图像中的位置信息不相同，具体的，由于第一图像采集设备和第二图像采集设备的安装位置是固定的，因此，该球场边界位于第一图像中的位置信息以及该球场边界位于第二图像中的位置信息也都是确定的。
由于该第一图像和第二图像中包含的边界为同一时间采集的同一边界，因此，可以基于该第一图像中的第一运动员与第二图像中的第二运动员是否一致，对该可能违规的候选运动员进行筛选，具体的，可以识别该第一运动员的第一人脸特征值以及该第二运动员的第二人脸特征值，并根据该第一人脸特征值与第二人脸特征值，确定该第一运动员的第一人脸与第二运动员的第二人脸的第二相似度。
同样的，为了提高确定该第一运动员与该第二运动员是否一致的准确率，一般在对第一运动员以及第二运动员进行特征提取时，需要获得第一运动员的多个特征对应的多个特征值，因此为了便于确定第一人脸与第二人脸的第二相似度，可以将第一运动员对应的多个第一人脸特征值构成一个特征向量，该特征向量的每个分量为该第一运动员对应的第一人脸特征值，同理，也需要获得第二人脸的多个特征对应的多个特征值，该第二人脸对应的多个第二人脸特征值也可以构成一个特征向量，且该第二人脸特征构成的特征向量中对应位置的分量对应的特征的特征值与第一人脸特征值构成的特征向量的对应位置的分量对应的特征的特征值是一一对应的，都是同一个特征对应的特征值。
为了便于描述，将该由第一人脸的多个第一人脸特征值构成的特征向量称为第三向量，将该由第二人脸的多个第二人脸特征值构成的特征向量称为第四向量，为了确定第二相似度，可以基于该第三向量以及第四向量，确定对应的第二余弦值，基于该第二余弦相似度确定第二相似度。
为了确定该第一运动员与第二运动员是否一致，将该第二相似度与预先设置的第二相似度阈值进行比较，根据该第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
为了准确的确定是否存在候选运动员，在上述实施例的基础上，在本发明实施例中，所述根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员包括：
若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；
若所述第而相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
在本发明实施例中，为了确定是否存在候选运动员，若该第一人脸与第二人脸的第二相似度大于预设的第二相似度阈值，则说明该第一运动员与该第二运动员一致，则说明基于该第一图像以及第二图像同时可以确定该第一运动员(第二运动员)边界越界，因此，将该第一运动员和第二运动员确定为不同图像中对应的同一候选运动员。
若该第一人脸与第二人脸的第二相似度不大于预设的第二相似度阈值，则说明该第一运动员与该第二运动员不一致，则不能确定该第一运动员或者第二运动员存在边界越界的违规行为，则确定不存在候选运动员。
图3a为本发明实施例提供的一种若第一图像和第二图像中并未全都出现越出边界的运动员时的显示示意图，图3b为本发明实施例提供的一种若第一图像和第二图像中全都出现越出边界的运动员时的显示示意图，图3c为本发明实施例提供的一种基于第一图像和第二图像确定是否存在候选运动员的显示示意图，图3d为本发明实施例提供的一种确定候选运动员是否为违规的目标运动员的显示示意图，现针对图3a、图3b、图3c以及图3d进行说明。
若基于第一图像确定存在越出边界的第一运动员，基于第二图像确定不存在越出边界的第二运动员，则确定不存在候选运动员，如图3a所示。
若基于第一图像确定存在越出边界的第一运动员，基于第二图像确定也存在越出边界的第二运动员，则可以根据两个图像中越出边界的运动员是否一致，确定是否存在候选运动员，如图3b所示。
若基于第一图像确定存在越出边界的第一运动员，基于第二图像确定存在越出边界的第二运动员，且将该第一运动员与该第二运动员进行人脸对比，确定不为同一个人脸，则说明不存在候选运动员，也就是说，根据该第一运动员的第一人脸的第一人脸特征值以及该第二运动员的第二人脸的第二人脸特征值，确定该第一人脸与该第二人脸的第二相似度，若该第二相似度不大于预先设置的第二相似度阈值，则说明不存在候选运动员，如图3c所示。若该第一运动员与该第二运动员进行人脸比对，确定为同一个人脸，则确定存在候选运动员，若该候选运动员与提前录入的人脸对比成功，则确定该候选运动员为边界越界的目标违规运动员，也就是说，根据该第一运动员的第一人脸的第一人脸特征值以及该第二运动员的第二人脸的第二人脸特征值，确定第二相似度，若该第二相似度大于预先设置的第二相似度阈值，则说明存在候选运动员，且该第一运动员和该第二运动员为不同图像中对应的同一候选运动员。然后根据该候选运动员对应的候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定该候选人脸与每个目标人脸的第一相似度，若任一第一相似度大于预先设置的第一相似度阈值，则该候选运动员为违规的目标运动员，如图3d所示。
图4为本发明实施例提供的一种确定边界越界的运动员身份的过程示意图，现针对图4进行说明。
预先保存了在场每个运动员的目标人脸特征值，基于第一图像采集设备采集的第一图像和第二图像采集设备采集的第二图像，确定是否存在位于球场边界的候选运动员，也就是说，确定第一图像采集设备采集的第一图像中是否存在位于球场边界的第一运动员且第二图像采集设备采集的第二图像中是否存在位于球场边界的第二运动员，若不存在，则确定不存在候选运动员，更不存在违规的目标运动员，若存在，则根据第一运动员的人脸对应的第一人脸特征值以及第二运动员的第二人脸对应的第二人脸特征值，计算第一人脸以及第二人脸的第二相似度，并确定该第二相似度是否大于预设的第二相似度阈值，若大于，则确定该第一运动员和该第二运动员为不同图像中对应的同一候选运动员，若不大于，则确定不存在候选运动员。
在确定存在候选运动员后，根据该候选运动员的候选人脸的候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定该候选人脸与每个目标人脸的第一相似度，确定所有第一相似度中是否存在大于预先设定的第一相似度阈值的第一相似度，若存在任一第一相似度大于预先设定的第一相似度阈值，则认定该候选运动员为违规的目标运动员，具体的违规方式为边界越界，并基于该预先录入的各个在场运动员对应的标识信息，也就是各个在场运动员的号码，确定该目标运动员对应的号码并输出。若不存在任一第一相似度大于预先设定的第一相似度阈值，则确定不存在违规的目标运动员。
实施例3：
为了准确的确定目标运动员，在上述各实施例的基础上，在本发明实施例中，所述识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员之后，所述方法还包括：
识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；
确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
在本发明实施例中，若运动员的人脸距离图像采集设备的距离过大或者运动员未正对图像采集设备，也就是说，若运动员的人脸相对于图像采集设备的正对位置偏转角度过大时，则会出现获取的图像中的人脸不清晰的情况，因此，在确定该第一图像中存在位于球场边界处的第一运动员和第二图像中存在位于球场边界处的第二运动员后，若直接基于该第一运动员的第一人脸和第二运动员的第二人脸分别对应的第一人脸特征值和第二人脸特征值确定候选运动员，进而基于候选运动员对应的候选人脸特征值确定目标运动员，则会导致确定目标运动员的准确率不高，因此，为了保证在图像采集设备采集的图像中人脸不清晰的情况下，也能准确的确定目标运动员，在本发明实施例中，在确定该第一图像中存在位于球场边界处的第一运动员和第二图像中存在位于球场边界处的第二运动员之后，可以识别该第一运动员的第一号码，并识别该第二运动员的第二号码，其中，该第一号码为第一运动员运动服上显示的号码，该第二号码为第二运动员运动服上显示的号码。在确定第一号码和第二号码后，确定该第一号码和该第二号码是否一致，若一致，则将该第一号码或该第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定该目标号码对应的目标运动员。
实施例4：
为了准确的确定该候选运动员中是否存在违规的目标运动员，在上述各实施例的基础上，在本发明实施例中，所述若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员包括：
针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；
若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；
若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
在本发明实施例中，为了确定是否存在违规运动员，可以将一个图像采集设备安装在球场的设定位置，并基于该图像采集设备采集的当前图像，确定是否存在在第一设定位置处的候选运动员，然后基于确定的候选运动员，确定违规的目标运动员。为了提高确定违规的目标运动员的准确性，也可以在球场安装多个图像采集设备，针对每个图像采集设备采集到的当前图像，确定是否存在位于第一设定位置处的候选运动员，后续基于每张图像中的候选运动员，确定是否存在违规的目标运动员。
若运动员在三秒区域停留三秒或三秒以上时间，则说明该运动员为违规运动员，则确定该违规运动员发生的违规行为类型为三秒违规，因此，为了确定运动员是否存在三秒违规行为，可以针对实时采集到的每张图像进行判断，若连续三秒以内的每张图像中，某一运动员都位于该三秒区域中，则确定该运动员三秒违规，且由于针对每张图像，确定该图像中存在的运动员以及确定是否存在违规运动员的过程相同，本发明实施例中，针对一张图像进行说明，也就是说，针对至少一个图像采集设备采集的包含运动员的当前第三图像进行说明。
在本发明实施例中，为了确定违规的目标运动员，针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定该第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员，确定预先保存的在场每个运动员中与该第三图像中的目标候选运动员匹配成功的目标在场运动员，其中，若第三图像采集设备为一个，则该第三图像采集设备采集一个当前第三图像，若该第三图像采集设备为多个，则每个第三图像采集设备分别采集一个当前第三图像。
若第三图像采集设备为一个，且该第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将该目标在场运动员确定为三秒违规的目标运动员。若该第三图像采集设备为至少两个，且确定该至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且该至少两个第三图像采集设备采集到的该当前第三图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，则将该目标在场运动员确定为三秒违规的目标运动员。
在本发明实施例中，由于每个球场存在四条边界线，该四条边界线构成一个矩形，因此可以在球场设置四个第三图像采集设备，分别安装在的四条边界线的中点附近，即可采集该球场上任意位置或者任意区域对应的图像，具体的，该四个第三图像采集设备安装在球场的位置根据经验确定，在此不做赘述。
为了提高确定违规的目标运动员的准确性，在本发明实施例中，可以基于预先安装在的四条边界线的中点附近的四个第三图像采集设备采集到的当前第三图像，其中，该四个第三图像采集设备的安装位置都不相同，且该四个第三图像采集设备的安装位置分别位于四条边界线的中点附近。
在获得该四个第三图像采集设备分别采集到的当前第三图像之后，针对每个第三图像，将该第三图像中位于三秒区域处的运动员确定为各自图像对应的候选运动员。
在本发明实施例中，为了确定四个第三图像采集设备分别采集到的当前第三图像中各个包含的候选运动员是否一致，进而确定违规的目标运动员，可以针对每个第三图像采集设备采集到的当前第三图像，确定该第三图像采集设备采集的当前第三图像中的候选运动员的候选人脸与其他第三图像采集设备采集的当前第三图像中的候选运动员的候选人脸的每个目标相似度。为了便于描述，将四个第三图像采集设备分别称为第一目标图像采集设备、第二目标图像采集设备、第三目标图像采集设备以及第四目标图像采集设备，将第一目标图像采集设备、第二目标图像采集设备、第三目标图像采集设备以及第四目标图像采集设备采集到的第三图像分别称为第一目标图像、第二目标图像、第三目标图像以及第四目标图像。
具体的，若第一目标图像、第二目标图像、第三目标图像以及第四目标图像中都只存在一个候选运动员，则针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每个图像，将确定的该图像中的候选运动员的候选人脸与除该图像以外的其他图像中的候选运动员的候选人脸对应的唯一相似度确定为目标相似度。
以第一目标图像为例进行说明，确定该第一目标图像中的候选运动员的候选人脸与该第二目标图像中的候选运动员的候选人脸的相似度，将该相似度确定为第一目标图像中的候选运动员的候选人脸与第二目标图像中的候选运动员的候选人脸对应的目标相似度，确定该第一目标图像中的候选运动员的候选人脸与该第三目标图像中的候选运动员的候选人脸的相似度，将该相似度确定为第一目标图像中的候选运动员的候选人脸与第三目标图像中的候选运动员的候选人脸对应的目标相似度，确定该第一目标图像中的候选运动员的候选人脸与该第四目标图像中的候选运动员的候选人脸的相似度，将该相似度确定为第一目标图像中的候选运动员的候选人脸与第四目标图像中的候选运动员的候选人脸对应的目标相似度。
若第一目标图像、第二目标图像、第三目标图像以及第四目标图像中不都只存在一个候选运动员，则针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像，将确定的该图像中的多个候选运动员的候选人脸与除该图像以外的其他图像中的多个候选运动员的候选人脸的每个相似度中的最高相似度确定为目标相似度。以第一目标图像为例进行说明，若该第一目标图像中存在两个候选运动员，为了方便描述，将第一目标图像中的两个候选运动员称为第一候选运动员以及第二候选运动员，若该第二目标图像中存在两个候选运动员，为了方便描述，将第二目标图像中的两个候选运动员称为第三候选运动员以及第四候选运动员，在确定第一目标图像中的候选运动员的候选人脸与第二目标图像中的候选运动员的候选人脸对应的目标相似度的过程中，确定该第一目标图像中第一候选运动员的候选人脸与第二目标图像中的第三候选运动员的候选人脸对应的第三相似度，并确定第一候选运动员的候选人脸与第二目标图像中的第四候选运动员的候选人脸对应的第四相似度，确定该第一目标图像中第二候选运动员的候选人脸与第二目标图像中的第三候选运动员的候选人脸对应的第五相似度，并确定第二候选运动员的候选人脸与第二目标图像中的第四候选运动员的候选人脸对应的第五相似度，将第三相似度、第四相似度、第五相似度以及第六相似度中相似度最高值确定为第一目标图像中的候选运动员的候选人脸与第四目标图像中的候选运动员的候选人脸对应的目标相似度。具体的，针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像，该图像中的候选运动员的候选人脸与其他图像中的候选运动员的候选人脸的目标相似度的确定过程均相同，在此不做赘述。
若针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每个图像，确定该图像中的候选运动员的候选人脸与除该图像以外其他图像中的候选运动员的候选人脸对应的所有目标相似度，具体的，为了便于描述，将第一目标图像中的候选运动员的候选人脸与第二目标图像、第三目标图像以及第四目标图像中的所有图像中的候选运动员的候选人脸对应的目标相似度称为第一目标相似度，将第二目标图像中的候选运动员的候选人脸与第二目标图像、第三目标图像以及第四目标图像中的候选运动员的候选人脸对应的目标相似度称为第二目标相似度，将第三目标图像中的候选运动员的候选人脸与第一目标图像、第二目标图像以及第四目标图像中的候选运动员的候选人脸对应的目标相似度称为第三目标相似度。若每个第一目标相似度、每个第二目标相似度、每个第三目标相似度中的所有目标相似度都大于预先设定的相似度阈值，则确定该第一目标图像、第二目标图像、第三目标图像以及第四目标图像中目标相似度大于预先设定的相似度阈值的候选运动员确定为目标候选运动员。
由于在确定的第一目标相似度、第二目标相似度以及第三目标相似度中会出现重复确定目标相似度的情况，比如，针对第一目标图像，确定该第一目标图像的候选人脸与除该第一目标图像以外图像的候选人脸的第一目标相似度时，确定了一次该第一目标图像的候选人脸与第二目标图像的候选人脸的目标相似度。在针对第二目标图像中的候选人脸，确定该第二目标图像的候选人脸与除该第二目标图像的候选人脸的第二目标相似度时，也确定了一次第一目标图像的候选人脸与该第二目标图像的候选人脸的目标相似度，其他目标相似度重复确定的过程相同，在此不做赘述。因此，在本发明实施例中，可以确定每个第一目标相似度、每个第二目标相似度、每个第三目标相似度中不重复的所有目标相似度是否大于预先设定的相似度阈值，若确定每个第一目标相似度、每个第二目标相似度、每个第三目标相似度中不重复的所有目标相似度都大于预先设定的相似度阈值的候选运动员确定为目标候选运动员。
为了减少计算电子设备的工作量，在本发明实施例中，可以针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中各自包含的每个候选运动员，根据该候选运动员对应的候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定该候选人脸与每个目标人脸的第一相似度。针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像，确定该图像的该候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员，该目标候选运动员也就是该图像的候选运动员中与预先保存的在场每个运动员匹配成功的运动员。其中，第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像都可能存在一个目标候选运动员，且每张图像的目标候选运动员可能相同，也可能不相同。若每张图像中存在任一一张图像不存在目标候选运动员，则确定不存在违规的目标违规球。
若第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像都存在一个目标候选运动员，则针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中每张图像，确定预先保存的在场每个运动员与该图像中的目标候选运动员匹配成功的目标在场运动员，若该第一目标图像、第二目标图像、第三目标图像以及第四目标图像中各自对应的目标在场运动员一致，则说明该目标在场运动员此时位于三秒区域，若该当前图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，具体的，若第一目标图像采集设备采集的第一目标图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，且第二目标图像采集设备采集的第二目标图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，且第三目标图像采集设备采集的第三目标图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，且第四采集设备采集的第四目标图像之前的预设时间长度内获得的每张图像中都包含该目标在场运动员，则将该目标在场运动员确定为三秒违规的目标运动员，其中，该预设的时间长度为三秒与该当前图像对应的时间间隔的差值。
此外，在进行是否存在三秒违规的目标运动员的过程中，由于该三秒内可能采集到多张图像，若针对该三秒内获得的多张图像都进行检测，则会加重电子设备的工作负担，在本发明实施例中，可以设定预设的时间间隔，以该预设的时间间隔为单位，抽取三秒内获得的多张图像中的部分图像进行检测，若在三秒时间范围内，抽取到的每张图像的三秒区域中都包含某一运动员，则将该运动员确定为违规的目标运动员。在本发明实施例中，该预设的时间间隔可以为0.1秒，具体的，该预设的时间间隔根据需求进行设置。
图5为本发明实施例提供的一种确定三秒违规的运动员身份的过程示意图，现针对图5进行说明。
先提前录入参赛运动员人脸特征，以及各个参赛运动员对应的号码信息，也就是提前录入各个参赛运动员的标识信息。设置篮球场三秒区为检测区域，并每隔0.1s提取一次视频流中三秒区内运动员人脸，也就是说，获得第一目标图像采集设备采集的包含运动员的第一目标图像、第二目标图像采集设备采集的包含运动员的第二目标图像、第三目标图像采集设备采集的包含运动员的第三目标图像以及第四目标图像采集设备采集的包含运动员的第四目标图像，将该第一目标图像、第二目标图像、第三目标图像以及第四目标图像中位于三秒区域的运动员都确定为候选运动员，并针对第一目标图像、第二目标图像、第三目标图像以及第四目标图像中的每张图像，确定该图像中候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员，若该每张图像中的目标候选运动员对应的目标在场运动员一致，则确定该目标在场运动员为三秒违规的目标运动员，并基于该预先录入的各个参赛运动员对应的标识信息，也就是号码信息，确定该三秒违规参赛运动员的身份。
实施例4：
图6为本发明实施例提供的一种违规运动员识别装置结构示意图，该装置包括：
识别模块601，用于获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
确定模块602，用于若存在位于所述第一设定位置处的候选运动员，则确定所述候选运动员的候选人脸对应的候选人脸特征值；根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
在一种可能的实施方式中，所述识别模块601，具体用于识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
在一种可能的实施方式中，所述识别模块601，具体用于若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
进一步地，所述确定模块，还用于识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
在一种可能的实施方式中，所述确定模块602，具体用于针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
实施例5：
在上述各实施例的基础上，本发明实施例还提供了一种电子设备，如图7所示，包括：处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信。
所述存储器703中存储有计算机程序，当所述程序被所述处理器701执行时，使得所述处理器701执行如下步骤：
获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
若是，则确定所述候选运动员的候选人脸对应的候选人脸特征值；
根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；
若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
进一步地，所述处理器701，还用于识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
进一步地，所述处理器701，还用于若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
进一步地，所述处理器701，还用于识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
进一步地，所述处理器701，还用于针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口702用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例6：
在上述各实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
所述存储器中存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如下步骤：
获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
若是，则确定所述候选运动员的候选人脸对应的候选人脸特征值；
根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；
若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
进一步地，所述当前图像包括：
第一图像采集设备采集的包含运动员的第一图像以及第二图像采集设备采集的包含运动员的第二图像，其中，所述第一图像采集设备的安装位置与所述第二图像采集设备的安装位置不相同；
所述识别所述当前图像中是否存在位于第一设定位置处的候选运动员包括：
识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；
识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；
根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
进一步地，所述根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员包括：
若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；
若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
进一步地，所述识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员之后，所述方法还包括：
识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；
确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
进一步地，所述若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员包括：
针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
由于本发明实施例中，可以基于获得到的包含运动员的当前图像中是否存在第一预设位置处的候选运动员，并确定该候选运动员与预先保存的在场每个运动员的相似度，确定该候选运动员是否违规，有效的避免了基于检测装置确定违规行为时，容易受到外界环境影响而导致违规行为判断准确率低的问题，提升了违规行为判断的准确率，并且能够识别违规运动员的信息。
本领域内的技术运动员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术运动员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种运动员违规识别方法，其特征在于，所述方法包括：
获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
若是，则确定所述候选运动员的人脸对应的人脸特征值；
根据所述人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选运动员人脸与每个目标人脸的第一相似度；
若所述第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
2.根据权利要求1所述的方法，其特征在于，所述当前图像包括：
第一图像采集设备采集的包含运动员的第一图像以及第二图像采集设备采集的包含运动员的第二图像，其中，所述第一图像采集设备的安装位置与所述第二图像采集设备的安装位置不相同；
所述识别所述当前图像中是否存在位于第一设定位置处的候选运动员包括：
识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；
识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；
根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员包括：
若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；
若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
4.根据权利要求1所述的方法，其特征在于，所述识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员之后，所述方法还包括：
识别所述第一运动员的第一号码，并识别所述第二运动员的第二号码；
确定所述第一号码和所述第二号码是否一致，若一致，则将所述第一号码或所述第二号码确定为目标号码，并根据预先保存的号码与运动员的对应关系，确定所述目标号码对应的目标运动员。
5.根据权利要求1所述的方法，其特征在于，所述若第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员包括：
针对至少一个第三图像采集设备采集的包含运动员的当前第三图像，确定所述第三图像的所述候选运动员中第一相似度大于预先设定的第一相似度阈值的目标候选运动员；确定预先保存的在场每个运动员中与所述第三图像中的目标候选运动员匹配成功的目标在场运动员；
若第三图像采集设备为一个，且所述第三图像之前的设定时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员；
若所述第三图像采集设备为至少两个，且确定所述至少两个第三图像采集设备采集到的包含运动员的当前第三图像对应的目标在场运动员一致，且所述至少两个第三图像采集设备采集到的所述当前第三图像之前的预设时间长度内获得的每张图像中都包含所述目标在场运动员，则将所述目标在场运动员确定为三秒违规的目标运动员。
6.一种违规运动员识别装置，其特征在于，所述装置包括：
识别模块，用于获得包含运动员的当前图像，识别所述当前图像中是否存在位于第一设定位置处的候选运动员；
确定模块，用于若存在位于所述第一设定位置处的候选运动员，则确定所述候选运动员的候选人脸对应的候选人脸特征值；根据所述候选人脸特征值与预先保存的在场每个运动员的目标人脸特征值，确定所述候选人脸与每个目标人脸的第一相似度；
若任一第一相似度大于预先设置的第一相似度阈值，则该所述候选运动员为违规的目标运动员。
7.根据权利要求6所述的装置，其特征在于，所述识别模块，具体用于识别所述第一图像中是否存在位于球场边界处的第一运动员，并识别所述第二图像中是否存在位于所述球场边界处的第二运动员；识别所述第一运动员的第一人脸的第一人脸特征值以及所述第二运动员的第二人脸的第二人脸特征值，并根据所述第一人脸特征值与所述第二人脸特征值，确定所述第一人脸与所述第二人脸的第二相似度；根据所述第二相似度是否大于预设的第二相似度阈值，确定是否存在候选运动员。
8.根据权利要求7所述的装置，其特征在于，所述识别模块，具体用于若所述第二相似度大于预设的第二相似度阈值，则确定所述第一运动员和所述第二运动员为不同图像中对应的同一候选运动员；若所述第二相似度不大于所述预设的第二相似度阈值，则确定不存在候选运动员。
9.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任一所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述方法的步骤。
CN202111170000.2A 2021-10-08 2021-10-08 一种违规运动员识别方法、装置、设备及介质 Pending CN114038029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111170000.2A CN114038029A (zh) 2021-10-08 2021-10-08 一种违规运动员识别方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111170000.2A CN114038029A (zh) 2021-10-08 2021-10-08 一种违规运动员识别方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114038029A true CN114038029A (zh) 2022-02-11

Family

ID=80134148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111170000.2A Pending CN114038029A (zh) 2021-10-08 2021-10-08 一种违规运动员识别方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114038029A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111436A (zh) * 2018-02-01 2019-08-09 广州弘度信息科技有限公司 一种人脸签到方法、装置及系统
US20190278976A1 (en) * 2018-03-11 2019-09-12 Krishna Khadloya Security system with face recognition
CN110245630A (zh) * 2019-06-18 2019-09-17 广东中安金狮科创有限公司 监控数据处理方法、装置及可读存储介质
WO2020248387A1 (zh) * 2019-06-11 2020-12-17 平安科技（深圳）有限公司 基于多路摄像的人脸识别方法、装置、终端及存储介质
CN113343844A (zh) * 2021-06-04 2021-09-03 北京格灵深瞳信息技术股份有限公司 球类比赛判罚指令自动生成方法、系统和服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111436A (zh) * 2018-02-01 2019-08-09 广州弘度信息科技有限公司 一种人脸签到方法、装置及系统
US20190278976A1 (en) * 2018-03-11 2019-09-12 Krishna Khadloya Security system with face recognition
WO2020248387A1 (zh) * 2019-06-11 2020-12-17 平安科技（深圳）有限公司 基于多路摄像的人脸识别方法、装置、终端及存储介质
CN110245630A (zh) * 2019-06-18 2019-09-17 广东中安金狮科创有限公司 监控数据处理方法、装置及可读存储介质
CN113343844A (zh) * 2021-06-04 2021-09-03 北京格灵深瞳信息技术股份有限公司 球类比赛判罚指令自动生成方法、系统和服务器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZDRAVKO IVANKOVIC等: "Automatic player position detection in basketball games", 《MULTIMED TOOLS APPL》, 15 December 2014 (2014-12-15), pages 2741 - 2767 *
丁万: "基于非场景目标特征的篮球视频事件检测及其体育教学应用的研究", 《中国博士学位论文全文数据库 社会科学Ⅱ辑》, no. 05, 15 May 2016 (2016-05-15), pages 134 - 33 *

Similar Documents

Publication Publication Date Title
US10269390B2 (en) Game video processing systems and methods
US9183431B2 (en) Apparatus and method for providing activity recognition based application service
AU2017358066B2 (en) Measuring a property of a trajectory of a ball
US20170263285A1 (en) Video image processing device, video image processing method, and non-transitory computer-readable recording medium
US20220253679A1 (en) System and Method for Evaluating Defensive Performance using Graph Convolutional Network
WO2015151106A1 (en) Vision system for monitoring board games and method thereof
JP2009163639A (ja) オブジェクト軌道識別装置、オブジェクト軌道識別方法、及びオブジェクト軌道識別プログラム
CN112330710A (zh) 运动目标的识别追踪方法、装置、服务器及可读存储介质
CN109446241B (zh) 一种运动者技术参数的统计方法、装置、设备及存储介质
CN114511922A (zh) 一种体能训练姿态识别方法、装置、设备及存储介质
CN111950507B (zh) 数据处理和模型训练方法、装置、设备及介质
EP3588377A1 (en) Method, system and computer program for automatic refereeing
CN114038029A (zh) 一种违规运动员识别方法、装置、设备及介质
Draschkowitz et al. Using video analysis and machine learning for predicting shot success in table tennis
Leong et al. Computer vision approach to automatic linesman
CN111814514A (zh) 号码识别装置、方法以及电子设备
Nelikanti et al. An optimization based deep lstm predictive analysis for decision making in cricket
CN111353511B (zh) 号码识别装置及方法
CN113111683B (zh) 发球违例姿态识别平台及方法
CN113947757A (zh) 一种基于OpenPose的排球运动触网检测方法
CN114842372A (zh) 接触式犯规检测方法、装置、电子设备和存储介质
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
Huang et al. Shot and scoring events identification of basketball videos
CN113487647B (zh) 一种目标跟踪方法、显示设备、电子设备及介质
US20220343649A1 (en) Machine learning for basketball rule violations and other actions

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