论文部分内容阅读
在当今信息化社会中,大众对体育视频的关注从简单浏览转向多元化需求。由于转播手段日趋多样化,导致视频呈现出非结构化的特点。体育比赛视频相对复杂多变,不利于运动员进行赛后专业分析。因此,论文以排球视频作为研究对象,进行了基于镜头分割的结构化处理和基于运动目标检测的视频分析。
论文提出了视频结构化的定义,在HSV彩色空间中将三个分量进行量化降维,通过检测突变和渐变镜头,将整段排球视频以镜头为单位进行切分。利用比赛状态镜头的特点即正面拍摄且包含大量场地像素,依据主颜色差的方法经过实验设定合理阈值,提取比赛状态视频帧。论文以北京奥运会美国女排和意大利女排的比赛视频为实验对象进行分析,其查全率和查准率分别达到了90[%]以上和80[%]以上,验证了该算法的有效性;并通过所设定的37.5[%]的聚类比率有效地检测出比赛状态镜头。
论文通过研究常见的运动目标检测算法,在普通的帧差法基础之上,提出了改进的对称差分法,经过大量实验确定合理阈值,提取了排球比赛视频中排球的飞行轨迹。选取2009年9月现场拍摄的天津女排和德国某俱乐部女排的友谊赛视频为研究对象,实验证明改进后的算法效果明显,有效抑制了背景局部微小变化的影响,提高了前景目标提取的准确率。
论文在体育视频语义分析的两个领域即视频结构化分析和运动目标检测,都进行了算法改进和实验分析,实验效果和实用性都达到了满意的程度。