籃球分割和全局運動重建方法研究.pdf

1、各種各樣國際、國內(nèi)體育賽事的舉辦，直接導(dǎo)致體育視頻數(shù)據(jù)的爆炸式增長。如何針對不同用戶需求，從海量數(shù)據(jù)中快速、有效提取有用信息，是體育視頻分析中的關(guān)鍵問題，論文以籃球比賽視頻為例，研究這一問題。 籃球比賽中，籃球是比賽的核心，也是人們關(guān)注的焦點，籃球運動包含了許多語義信息。本文通過研究比賽關(guān)鍵對象——籃球的運動特征進行視頻內(nèi)容分析?？紤]到視頻中復(fù)雜場景和運動信息的干擾，論文以視頻鏡頭作為基本處理單元。首先分割籃球?qū)ο?，得到籃球在視

2、頻中的位置；進一步通過球場關(guān)鍵點的匹配重建三維場景和估計籃球的三維坐標，建立籃球在三維空間中的運動軌跡。具體內(nèi)容包括： 1)提出基于分辨特征圖(Discriminative map DM)的特定區(qū)域增強方法。首先根據(jù)人類眼睛的定位物體的選擇性注意機制提取圖像的Saliency特征圖，然后與圖像灰度加權(quán)來增強籃球候選區(qū)域。 2)提出一種籃球檢測和運動跟蹤相結(jié)合的對象分割方法。首先利用籃球的顏色和運動特征提取籃球候選區(qū)域，首

3、先對候選籃球區(qū)域進行基于分辨特征圖(DM)的圖像增強；進一步，利用基于類Haar特征的AdaBoost方法來完成籃球?qū)ο蟮拇_認；根據(jù)籃球檢測結(jié)果建立籃球?qū)ο竽０澹诤罄m(xù)幀中采用兩級尺度的AdaBoost算法對搜索區(qū)域進行全局搜索，完成對象跟蹤，并用籃球?qū)ο竽Ｐ瓦M行確認，如果跟蹤結(jié)果有效則在后續(xù)幀中繼續(xù)使用籃球跟蹤算法，否則重新啟動籃球檢測算法。 3)結(jié)合論文應(yīng)用，提出一種籃球三維坐標估計方法。首先選取籃球視頻中的球場關(guān)鍵點，通過