CN115797852B - 一种基于离散影响点的体育运动事件评价方法 - Google Patents
一种基于离散影响点的体育运动事件评价方法 Download PDFInfo
- Publication number
- CN115797852B CN115797852B CN202310087229.2A CN202310087229A CN115797852B CN 115797852 B CN115797852 B CN 115797852B CN 202310087229 A CN202310087229 A CN 202310087229A CN 115797852 B CN115797852 B CN 115797852B
- Authority
- CN
- China
- Prior art keywords
- frame
- target
- calculating
- parameters
- threat
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于离散影响点的体育运动事件评价方法,属于计算机评价领域,包括:获取全部相关目标每一时刻的坐标信息;指定某帧F中某目标M为待分析目标,计算出该帧中指定控球目标的意图直线;依据意图行为的途径路径L0,对目标M在F帧中的所有队友分别形成的保护参数求和计算得到路径上的总体保护参数;对目标M在F帧中的所有对手球员分别形成的威胁参数求和计算得到路径上的总体威胁参数;对于L0上的每一点P,计算极大威胁区域并在该区域内计算失败参数;基于总体保护参数和总体威胁参数计算成功参数。相比于现有技术,通过计算给出在运动事件中某运动行为实施过程中的安全程度估计值,可客观反应该行为实施过程中的受威胁程度。
Description
技术领域
本发明涉及计算机评价领域,尤其涉及一种基于离散影响点的体育运动事件评价方法。
背景技术
现阶段对于体育运动的评价方法有很多,但大多数方法的关注点都在单个运动员身上,着重在于评价运动员个体的身体行为,对于很多涉及团体合作与对抗的运动如篮球足球等项目则缺少相应的评价算法来自动的、客观的对运动过程中牵涉多因素的行为进行评价。
团体体育运动中的运动员行为是一种有计划、高协同性的多运动员的团队行为。目前,国内外各种机构对于团体运动中某一涉及多人的运动事件处理还未上升到评价层次,基本集中于两个方面:第一,对于单个个体运动事件的识别与评价,如哑铃运动中分析举哑铃的次数和频率,分析运动员跑步姿势等;第二,对于集体运动中团队的运动事件识别,如用deepsort跟踪识别视频中运动员的运动轨迹,并匹配数据库中相应的战术。而对于集体运动事件的评价主要依靠人工,主要存在以下几个问题:第一,人工分析的效率较低,成本较高;第二,对于同一个运动事件的分析可能会掺杂个人主观因素。
发明内容
针对上述存在的问题,本发明提供了一种基于离散影响点的体育运动事件评价方法, 将事件发生过程中的影响因子分为威胁对象和保护对象,基于此计算得到体育运动事件中某运动行为实施过程中的安全参数,能较为客观地反映出运动行为实施过程中的受威胁程度。
本发明为解决上述技术问题采用的技术方案如下:
一种基于离散影响点的体育运动事件评价方法,具体包含如下步骤:
步骤1,获取全部相关目标每一时刻的坐标信息;其中单个时间点称为帧,包含某一目标在所有帧中信息的矩阵为全帧矩阵(ID,F1,X1,Y1,F2,X2,Y2......,FN,XN,YN),其中FN为帧号,F1、F2分别为第一帧、第二帧;XN为FN帧中目标的横坐标,X1、X2分别为第一帧、第二帧中目标的横坐标;YN为FN帧中目标的纵坐标,Y1、Y2分别为第一帧、第二帧中目标的纵坐标;ID为目标身份的唯一标识;并获取ID为K的目标的运动速度Vks;
步骤2,指定某帧F中某目标M为待分析目标,计算出该帧中指定控球目标的意图直线L;依据意图行为的途径路径L0,对于目标M在F帧中的所有队友分别形成的保护参数求和计算得到路径上的总体保护参数;依据意图行为的途径路径L0,对于目标M在F帧中的所有对手球员分别形成的威胁参数求和计算得到路径上的总体威胁参数;
步骤3,对于L0上的每一点P,基于单点总保护函数F(P)和单点总威胁函数G(p)计算极大威胁区域Q,并在极大威胁区域Q内计算失败参数LOS;
步骤4,根据上述步骤2所得到的总体保护参数和总体威胁参数,计算其成功参数SUC;
步骤5,基于上述得到的LOS与SUC计算路径成功参数SUCH0:
SUCH0=SUC-LOS。
进一步地,所述获取ID为K的目标的运动速度Vks的方法具体为:
步骤1.1,对于所有包含ID为K的全帧矩阵,计算其每一帧对应的瞬时速度:
并根据计算结果组成该目标的瞬时速度矩阵[Vk2、Vk3......Vkn-2、Vkn-1];其中VK2、VK3......VKn-2、 VKn-3为ID为K的目标的第2帧至第n-3帧对应的瞬时速度;n为当前帧的帧号,、为第n+1与n-1帧目标K的横坐标;、为第n+1与n-1帧目标K的纵坐标;
步骤1.2,计算ID为K的目标的平均速度VK;
其中,VK为ID为K的目标的平均速度;VKi为第i帧ID为K的目标运动的瞬时速度;
步骤1.3,计算ID为K的目标的运动速度Vks:遍历步骤1.1所得到的VKn,选择其中数值大于VK的VKn,并且计算其平均值,即为ID为K的目标的运动速度Vks。
进一步地,所述步骤2中计算F帧指定控球目标的意图直线L的方法为:从0号ID的全帧矩阵中找出指定帧和其接下来的M帧中足球的坐标信息并由此计算出该帧中指定控球目标的意图直线L。
进一步地,根据计算得到的F帧中指定控球目标的意图直线L,给定阈值距离r,据此计算出L1与L2,并在F帧中选出在L1与L2之间的目标M所在的同一队成员d1,d2,d3.....di,其中i为F帧中目标M的队友个数;然后在F帧中分别从d1,d2,d3.....di向意图直线L做垂线,垂足分别为H1,H2,H3....Hi,得到其坐标分别为(x1,y1),(x2,y2)…(xi,yi),计算He坐标为:xe=(Σxi)/i,ye=(Σyi)/i,其中He为所有di垂足的中心点;以足球的坐标点向L做垂线,垂足为H0;以H0为起点,以He为终点,在意图直线L上截出意图行为的途径路径L0。
进一步地,所述意图行为的途径路径L0可以为任意形状。
进一步地,步骤2具体还包括:
步骤2.1,对于目标M在F帧中的所有队友d1,d2,d3.....dm,分别计算其保护参数D1,D2,D3….Dm:
;
对于所有对手球员a1,a2,a3….am,分别计算其威胁参数A1,A2,A3….Am:
其中为目标di的运动速度;为目标ai的运动速度;m为同一队在球场上的人数;S为对应球员到积分元s的距离;所述s为L0上的曲线积分微元;
步骤2.2,根据步骤2.1得到的保护参数和威胁参数,计算出双方在L0上的总体保护参数及总体威胁参数:
其中d为有球权方所有球员集合,即所有对路径L0具有保护作用的目标集合;a为无球权方所有球员集合,即所有对路径L0具有安全威胁的目标集合。
进一步地,所述同一队在球场上的人数可以为若干个。
进一步地,所述步骤3具体包括:
步骤3.1,对于L0上的每一点P,其单点总保护函数为:
;
其单点总威胁函数为:
;
步骤3.2,设定单点总保护阈值fm与单点总威胁阈值gm,基于此,在f(p)>=fm时,F(p)=f(p);且g(p)>=gm时,G(p)=g(p);
步骤3.3,基于步骤3.2所述F(P)与G(p),其定义域分别为I与J,计算极大威胁区域Q:
;
步骤3.4,在极大威胁区域Q内,计算失败参数LOS:
。
进一步地,所述步骤4中计算成功参数SUC的方法为:
。
本发明的技术方案能产生以下的技术效果:
1. 本发明通过将体育运动事件发生过程中的影响因子分为保护对象与威胁对象,符合客观规律,参照影响因子在物理世界对于运动事件的影响,通过计算给出在运动事件中某运动行为实施过程中的安全程度估计值,能较客观地反应该行为实施过程中的受威胁程度,提供了一种普适性较强的运动技战术成功率判断依据,不仅为运动员个人的技战术分析提供客观数据支持,也为教练员临场指挥与教学提供了一种自动化的辅助手段。
2. 本发明在体育运动事件应用中,基于计算机视觉得出一个对于某一体育运动的评估参数,相较于现有的团体运动中某一涉及多人的运动事件的评价节约了大量技战术分析的时间成本和人力成本。
附图说明
图1为本发明的基于离散影响点的体育运动事件评价方法的整体流程示意图;
图2为本发明中各离散影响点在L0上某一微分元距离示意图;
图3为本发明中所述极大威胁区域Q示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及对应的附图对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
本实施例以足球运动为例进行详细说明。如图1所示,本发明所述的基于离散影响点的体育运动事件评价方法,包括以下步骤:
步骤1,依据检测器和跟踪器获取足球运动视频内全部相关目标在每帧的坐标信息;其中单个时间点称为帧,包含某一目标在所有帧中信息的矩阵为全帧矩阵(ID,F1,X1,Y1,F2,X2,Y2......,FN,XN,YN),ID为目标身份的唯一标识;
步骤1.1,对于所有包含ID为K的全帧矩阵,计算其每一帧对应的瞬时速度:
并根据计算结果组成该目标的瞬时速度矩阵[Vk2、Vk3......Vkn-2、Vkn-1]
步骤1.2,计算ID为K的目标的平均速度VK;
步骤1.3,计算ID为K的目标的运动速度Vks:遍历步骤1.1所得到的VKn,选择其中数值大于VK的VKn,并且计算其平均值,即为ID为K的目标的运动速度Vks;
步骤2,指定某帧(F)中某个目标(目标M当前帧控球)为待分析目标,从0号ID(该ID默认为球)的全帧矩阵中找出指定帧和其接下来的M帧中足球的坐标信息并由此计算出该帧中指定控球目标的意图直线L;
根据计算得到的F帧中指定控球目标的意图直线L,给定阈值距离r,据此计算出L1与L2(所述L1和L2是平行分布于意图直线L两侧且距L距离为r的直线),并在F帧中选出在L1与L2之间的目标M所在的同一队成员d1,d2,d3.....di;然后在F帧中分别从d1,d2,d3.....di向意图直线L做垂线,垂足分别为H1,H2,H3....Hi,得到其坐标分别为(x1,y1),(x2,y2)…(xi,yi),计算He坐标为:xe=(Σxi)/i, ye=(Σyi)/i其中,以足球的坐标点向L做垂线,垂足为H0;以H0为起点,以He为终点,在意图直线L上截出意图行为的途径路径L0。其中,意图行为的途径路径L0可以为任意形状。
步骤2.1,依据意图行为的途径路径L0,对于目标M在F帧中的所有队友d1,d2,d3.....dm,分别计算其保护参数D1,D2,D3….Dm:
;
对于所有对手球员a1,a2,a3….am,分别计算其威胁参数A1,A2,A3….Am:
其中m为同一队在球场上的人数,该人数可以为若干个;S为对应球员到积分元s的距离;所述s为L0上的曲线积分微元;如图2为各离散影响点在L0上某一微分元距离示意图;
步骤2.2,根据步骤2.1得到的保护参数和威胁参数,计算出双方在L0上的总体保护参数及总体威胁参数:
其中d为有球权方所有球员集合,即所有对路径L0具有保护作用的目标集合;a为无球权方所有球员集合,即所有对路径L0具有安全威胁的目标集合。
步骤3,对于L0上的每一点P,基于单点总保护函数F(P)和单点总威胁函数G(p)计算极大威胁区域Q,并在极大威胁区域Q内计算失败参数LOS;
步骤3.1,对于L0上的每一点P,其单点总保护函数为:
;
其单点总威胁函数为:
;
步骤3.2,设定单点总保护阈值fm与单点总威胁阈值gm,基于此,在f(p)>=fm时,F(p)=f(p);且g(p)>=gm时,G(p)=g(p);
步骤3.3,基于步骤3.2所述F(P)与G(p),其定义域分别为I与J,计算极大威胁区域Q,如图3为极大威胁区域Q示意图:
;
步骤3.4,在极大威胁区域Q内,计算失败参数LOS:
。
步骤4,根据上述步骤2所得到的总体保护参数和总体威胁参数,计算其成功参数SUC:
步骤5,基于上述得到的LOS与SUC计算路径成功参数SUCH0:
SUCH0=SUC-LOS。
所得到的路径成功参数即为对该体育运动事件的评价。
以上详细描述了本发明的较佳具体实施例,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (4)
1.一种基于离散影响点的体育运动事件评价方法,其特征在于,具体包含如下步骤:
步骤1,获取全部相关目标每一时刻的坐标信息;其中单个时间点称为帧,包含某一目标在所有帧中信息的矩阵为全帧矩阵(ID,F1,X1,Y1,F2,X2,Y2......,FN,XN,YN),其中FN为帧号,F1、F2分别为第一帧、第二帧;XN为第FN帧中目标的横坐标,X1、X2分别为第一帧、第二帧中目标的横坐标;YN为第FN帧中目标的纵坐标,Y1、Y2分别为第一帧、第二帧中目标的纵坐标;ID为目标身份的唯一标识;并获取ID为K的目标的运动速度VKs;
步骤2,指定某帧F中某目标M为待分析目标,计算出该帧中指定控球目标的意图直线L,其中计算该帧中指定控球目标的意图直线L的方法为:从0号ID的全帧矩阵中找出指定帧和其接下来的c帧中足球的坐标信息并由此计算出该帧中指定控球目标的意图直线L;然后根据计算得到的F帧中指定控球目标的意图直线L,给定阈值距离r,据此计算出L1与L2,所述L1和L2是平行分布于意图直线L两侧且距L距离为r的直线,并在F帧中选出在L1与L2之间的目标M所在的同一队成员d1,d2,d3.....di,其中i为F帧中目标M的队友个数;然后在F帧中分别从d1,d2,d3.....di向意图直线L做垂线,垂足分别为H1,H2,H3....Hi,得到其坐标分别为(x1,y1),(x2,y2)…(xi,yi),计算H1,H2,H3....Hi的几何中心点He的坐标:xe=(Σxi)/i, ye=(Σyi)/i;以足球的坐标点向L做垂线,垂足为H0;以H0为起点,以He为终点,在意图直线L上截出意图行为的途径路径L0;
依据意图行为的途径路径L0,对于目标M在F帧中的所有队友分别形成的保护参数求和计算得到路径上的总体保护参数;依据意图行为的途径路径L0,对于目标M在F帧中的所有对手球员分别形成的威胁参数求和计算得到路径上的总体威胁参数;其中所述保护参数和威胁参数的计算方式如下:
对于目标M在F帧中的所有队友d1,d2,d3.....dm,分别计算其保护参数D1,D2,D3….Dm:
;
对于目标M在F帧中的所有对手球员a1,a2,a3….am,分别计算其威胁参数A1,A2,A3….Am:
;
其中为目标di的运动速度;为目标ai的运动速度;m为同一队在球场上的人数;S为对应球员到积分元s的距离;所述s为L0上的曲线积分微元;
然后计算出双方在L0上的总体保护参数及总体威胁参数:
;
;
其中d为有球权方所有球员集合,即所有对路径L0具有保护作用的目标集合;a为无球权方所有球员集合,即所有对路径L0具有安全威胁的目标集合;
步骤3,对于L0上的每一点P,基于单点总保护函数F(P)和单点总威胁函数G(P)计算极大威胁区域Q,并在极大威胁区域Q内计算失败参数LOS:
步骤3.1,对于L0上的每一点P,其单点总保护函数为:
;
其单点总威胁函数为:
;
步骤3.2,设定单点总保护阈值fm与单点总威胁阈值gm,基于此,遍历L0,将L0上所有F(P) 大于等于fm的点P的集合的区域记为区域I,将L0上所有G(P) 大于等于gm的点P的集合的区域记为区域J;
步骤3.3,基于步骤3.2所述区域I与J计算极大威胁区域Q:
;
步骤3.4,在极大威胁区域Q内,计算失败参数LOS:
;
步骤4,根据上述步骤2所得到的总体保护参数和总体威胁参数,计算其成功参数SUC:
;
步骤5,基于上述得到的LOS与SUC计算路径成功参数SUCH0:
SUCH0=SUC-LOS。
2.根据权利要求1所述的一种基于离散影响点的体育运动事件评价方法,其特征在于,所述获取ID为K的目标的运动速度VKs的方法具体为:
步骤1.1,对于所有包含ID为K的全帧矩阵,计算其每一帧对应的瞬时速度VKn:
;
并根据计算结果组成该目标的瞬时速度矩阵[VK2、VK3......VKn-2、VKn-1];其中VK2、VK3......VKn-2、 VKn-1为ID为K的目标的第2帧至第n-1帧对应的瞬时速度;n为当前帧的帧号,、为第n+1与n-1帧目标K的横坐标;、为第n+1与n-1帧目标K的纵坐标;
步骤1.2,计算ID为K的目标的平均速度VK;
;
其中,VK为ID为K的目标的平均速度;VKi为第i帧ID为K的目标运动的瞬时速度;
步骤1.3,计算ID为K的目标的运动速度VKs:遍历步骤1.1所得到的VKn,选择其中数值大于VK的VKn,并且计算其平均值,即为ID为K的目标的运动速度VKs。
3.根据权利要求1所述的一种基于离散影响点的体育运动事件评价方法,其特征在于,所述意图行为的途径路径L0为任意形状。
4.根据权利要求1所述的一种基于离散影响点的体育运动事件评价方法,其特征在于,所述同一队在球场上的人数为若干个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310087229.2A CN115797852B (zh) | 2023-02-09 | 2023-02-09 | 一种基于离散影响点的体育运动事件评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310087229.2A CN115797852B (zh) | 2023-02-09 | 2023-02-09 | 一种基于离散影响点的体育运动事件评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115797852A CN115797852A (zh) | 2023-03-14 |
CN115797852B true CN115797852B (zh) | 2023-04-21 |
Family
ID=85430624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310087229.2A Active CN115797852B (zh) | 2023-02-09 | 2023-02-09 | 一种基于离散影响点的体育运动事件评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797852B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118115925B (zh) * | 2024-04-28 | 2024-07-02 | 南京邮电大学 | 基于可达关系的体育运动事件综合评价方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875236A (zh) * | 2018-06-28 | 2018-11-23 | 中国船舶重工集团公司第七0七研究所 | 一种基于电子海图的船舶目标态势模拟方法 |
CN111121804B (zh) * | 2019-12-03 | 2023-09-26 | 重庆邮电大学 | 一种具有安全性约束的智能车辆路径规划方法及系统 |
CN111583083B (zh) * | 2020-05-13 | 2023-12-19 | 飒铂智能科技有限责任公司 | 低空飞行的非合作目标对要地威胁程度的确定方法及系统 |
CN112432649A (zh) * | 2020-12-03 | 2021-03-02 | 重庆金美通信有限责任公司 | 一种引入威胁因子的启发式无人机蜂群航迹规划方法 |
CN113984066B (zh) * | 2021-10-27 | 2024-07-09 | 西安交通大学 | 一种面向多目标跟踪的传感器平台路径规划方法 |
-
2023
- 2023-02-09 CN CN202310087229.2A patent/CN115797852B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115797852A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11755952B2 (en) | System and method for predictive sports analytics using body-pose information | |
CN115797852B (zh) | 一种基于离散影响点的体育运动事件评价方法 | |
CN102819749B (zh) | 一种基于视频分析的足球越位自动判别系统和方法 | |
CN109165253A (zh) | 一种篮球战术辅助的方法与装置 | |
CN111444890A (zh) | 一种基于机器学习的体育数据分析系统和方法 | |
CN109101911B (zh) | 一种对足球比赛阵型变化及人员流动的可视分析方法 | |
CN107543548A (zh) | 活动人员定位装置及活动数据获取设备 | |
CN107137886A (zh) | 一种基于大数据的足球技术白板模型及其构建方法和应用 | |
CN109684919A (zh) | 一种基于机器视觉的羽毛球发球违例判别方法 | |
Pereira et al. | Interpersonal coordination analysis of tennis players from different levels during official matches | |
Sangüesa et al. | Identifying basketball plays from sensor data; towards a low-cost automatic extraction of advanced statistics | |
Kempe et al. | Smart data scouting in professional soccer: Evaluating passing performance based on position tracking data | |
CN108537339A (zh) | 一种对局策略获取方法及装置 | |
CN110354480B (zh) | 一种基于姿态比对的高尔夫挥杆动作评分估计方法 | |
CN107832728A (zh) | 一种基于视频的审判员打电话行为识别方法 | |
Xu et al. | Real-time detection of game handball foul based on target detection and skeleton extraction | |
JP2019101526A (ja) | オブジェクト識別装置および方法 | |
Ravikiran et al. | Improving Industrial Safety Gear Detection through Re-ID conditioned Detector | |
Roddy et al. | The importance of perturbations in elite squash: An analysis of their ability to successfully predict rally outcome | |
US9959632B2 (en) | Object extraction from video images system and method | |
Xia et al. | Advanced Volleyball Stats for All Levels: Automatic Setting Tactic Detection and Classification with a Single Camera | |
CN116994330A (zh) | 一种基于机器视觉的排球运动战术分析方法 | |
Yeung et al. | AutoSoccerPose: Automated 3D posture Analysis of Soccer Shot Movements | |
EP4236307A1 (en) | A method, apparatus and computer program for generating sports game highlight video based on excitement of gameplay | |
EP4236306A1 (en) | A method, apparatus and computer program for generating sports game highlight video based on winning probability |
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 |