论文部分内容阅读
各种各样国际、国内体育赛事的举办,直接导致体育视频数据的爆炸式增长。如何针对不同用户需求,从海量数据中快速、有效提取有用信息,是体育视频分析中的关键问题,论文以篮球比赛视频为例,研究这一问题。
篮球比赛中,篮球是比赛的核心,也是人们关注的焦点,篮球运动包含了许多语义信息。本文通过研究比赛关键对象——篮球的运动特征进行视频内容分析。考虑到视频中复杂场景和运动信息的干扰,论文以视频镜头作为基本处理单元。首先分割篮球对象,得到篮球在视频中的位置;进一步通过球场关键点的匹配重建三维场景和估计篮球的三维坐标,建立篮球在三维空间中的运动轨迹。具体内容包括:
1)提出基于分辨特征图(Discriminative map DM)的特定区域增强方法。首先根据人类眼睛的定位物体的选择性注意机制提取图像的Saliency特征图,然后与图像灰度加权来增强篮球候选区域。
2)提出一种篮球检测和运动跟踪相结合的对象分割方法。首先利用篮球的颜色和运动特征提取篮球候选区域,首先对候选篮球区域进行基于分辨特征图(DM)的图像增强;进一步,利用基于类Haar特征的AdaBoost方法来完成篮球对象的确认;根据篮球检测结果建立篮球对象模板,在后续帧中采用两级尺度的AdaBoost算法对搜索区域进行全局搜索,完成对象跟踪,并用篮球对象模型进行确认,如果跟踪结果有效则在后续帧中继续使用篮球跟踪算法,否则重新启动篮球检测算法。
3)结合论文应用,提出一种篮球三维坐标估计方法。首先选取篮球视频中的球场关键点,通过与三维空间相应点匹配,估计得到相机仿射投影矩阵,进一步,结合先验知识,估计得到篮球的三维坐标,并重现篮球在三维空间的运动轨迹。
4)建立视频分析系统。面向体育比赛视频分析应用,设计并以C++实现一套视频分析系统,作为将研究实用化的探索。