基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法
【專利摘要】本發(fā)明涉及一種基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，屬于視頻內(nèi)容理解【技術(shù)領(lǐng)域】。使用局部時(shí)空模式實(shí)現(xiàn)體育視頻中團(tuán)隊(duì)協(xié)作比賽的戰(zhàn)術(shù)視頻行為識別。區(qū)別于當(dāng)前以軌跡特征作為戰(zhàn)術(shù)行為識別的方法。對視頻幀序列圖像，提出改進(jìn)時(shí)空局部回歸核作為特征檢測子檢測運(yùn)動(dòng)顯著性區(qū)域，直接使用運(yùn)動(dòng)顯著性區(qū)域作為特征單詞構(gòu)建視覺特征詞袋模型，用于戰(zhàn)術(shù)行為識別?？朔硕嗄繕?biāo)軌跡提取過程中由于復(fù)雜背景等因素對于多目標(biāo)軌跡提取的影響，利用局部時(shí)空模式特征及其時(shí)空分布作為戰(zhàn)術(shù)表示，降低識別方法復(fù)雜性，同時(shí)提高方法的實(shí)用性。針對視頻大數(shù)據(jù)量，有效提高檢測算子的檢測效率。
【專利說明】基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻內(nèi)容理解【技術(shù)領(lǐng)域】，具體涉及為對于體育視頻的戰(zhàn)術(shù)行為識別， 尤指一種基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法。

【背景技術(shù)】
[0002] 伴隨視頻技術(shù)的飛速發(fā)展和消費(fèi)需求的提升，基于語義的多媒體信息分析、理解 和檢索相關(guān)技術(shù)具有廣闊的需求發(fā)展空間。作為主要的多媒體視頻內(nèi)容之一，體育視頻由 于其具有巨大的商業(yè)價(jià)值、娛樂功能和龐大的受眾群體，因此針對體育視頻中諸如射門、投 籃等精彩事件的檢測、語義理解和標(biāo)注技術(shù)受到廣泛關(guān)注，并取得了大量的研究成果。
[0003] 綜合來看，體育視頻中精彩事件的檢測與標(biāo)注僅能滿足普通觀眾的娛樂要求，對 于職業(yè)觀眾、球員和專業(yè)技術(shù)人員通過視頻進(jìn)一步深入理解和挖掘比賽中的戰(zhàn)術(shù)模式和比 賽策略，從而有針對性地制定己方的訓(xùn)練計(jì)劃和戰(zhàn)術(shù)策略，則意義甚微。當(dāng)前體育專業(yè)人員 為了有效獲取比賽過程中戰(zhàn)術(shù)分析結(jié)果，多采用人工分析標(biāo)注的方式，這樣耗費(fèi)大量的人 力物力，同時(shí)又受人員自身專業(yè)知識的限制，因此提出一種利用視頻自身數(shù)據(jù)自動(dòng)實(shí)現(xiàn)視 頻中競技雙方的戰(zhàn)術(shù)識別與分析對于滿足體育視頻相關(guān)產(chǎn)業(yè)未來的發(fā)展具有重要的意義。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，解 決了現(xiàn)有技術(shù)存在的上述問題。本發(fā)明使用局部時(shí)空模式實(shí)現(xiàn)體育視頻中團(tuán)隊(duì)協(xié)作比賽的 戰(zhàn)術(shù)視頻行為識別。區(qū)別于當(dāng)前以軌跡特征作為戰(zhàn)術(shù)行為識別的方法。對視頻幀序列圖像， 提出改進(jìn)時(shí)空局部回歸核作為特征檢測子檢測運(yùn)動(dòng)顯著性區(qū)域，區(qū)別于當(dāng)前主要利用光流 評估方法檢測運(yùn)動(dòng)顯著性區(qū)域的方法。直接使用運(yùn)動(dòng)顯著性區(qū)域作為特征單詞構(gòu)建視覺特 征詞袋模型，用于戰(zhàn)術(shù)行為識別。本發(fā)明區(qū)別于當(dāng)前體育事件識別方法利用軌跡作為戰(zhàn)術(shù) 行為模式特征表述的方法，針對體育視頻事件，提出一種改進(jìn)時(shí)空局部回歸核對視頻監(jiān)控 區(qū)域內(nèi)的運(yùn)動(dòng)顯著性區(qū)域進(jìn)行檢測與定位，將運(yùn)動(dòng)顯著性區(qū)域與參與比賽活躍度較高的對 陣雙方球員相對應(yīng)。針對檢測得到的運(yùn)動(dòng)顯著性區(qū)域構(gòu)建具備時(shí)空模式分布表示的視覺特 征詞帶模型，實(shí)現(xiàn)對視頻中特定戰(zhàn)術(shù)行為的表示，結(jié)合聚類方法實(shí)現(xiàn)對視頻中戰(zhàn)術(shù)行為的 自動(dòng)分析與識別，識別結(jié)果以簡要說明形式反饋給用戶。
[0005] 本發(fā)明的上述目的通過以下技術(shù)方案實(shí)現(xiàn)：
[0006] 基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，包括以下步驟：
[0007] S1 :體育視頻輸入，選取精彩體育事件視頻段，包括進(jìn)球事件、攻防事件，作為輸入
[0008] S2 :視頻分割，對輸入體育視頻實(shí)施等時(shí)間長度分割，得到若干等長子視頻段；
[0009] S3 :戰(zhàn)術(shù)信息提取，用于提取表示戰(zhàn)術(shù)行為的特征，步驟如下：首先，提出改進(jìn)時(shí) 空局部回歸核判定子視頻段上幀圖像像素點(diǎn)的顯著性，構(gòu)建子視頻段上的運(yùn)動(dòng)顯著性區(qū) 域；然后，應(yīng)用球場分割區(qū)域標(biāo)號對顯著性區(qū)域進(jìn)行標(biāo)識，統(tǒng)計(jì)子視頻段上對應(yīng)標(biāo)號顯著性 區(qū)域出現(xiàn)頻次，構(gòu)建特征直方圖；最后，按照時(shí)序串聯(lián)子視頻段特征直方圖作為戰(zhàn)術(shù)行為特 征；
[0010] S4 :對S3提取的戰(zhàn)術(shù)行為進(jìn)行分類識別；
[0011] S5 :以簡要說明反饋給用戶視頻事件中的戰(zhàn)術(shù)行為。
[0012] 所述的戰(zhàn)術(shù)信息提取，用于提取表示戰(zhàn)術(shù)行為的特征，具體是：
[0013] S31 :場地區(qū)域檢測識別，通過視頻幀圖像內(nèi)球場場地線，包括球門線、邊線、越位 線、禁區(qū)弧線、中圈線，檢測和交點(diǎn)定位，實(shí)現(xiàn)場景從視頻幀圖像到真實(shí)坐標(biāo)系圖像的映射， 同時(shí)結(jié)合場地線實(shí)現(xiàn)球場區(qū)域的劃分并對劃分區(qū)域進(jìn)行標(biāo)號識別；
[0014] S32 :視頻運(yùn)動(dòng)顯著性區(qū)域檢測，應(yīng)用改進(jìn)時(shí)空局部回歸核實(shí)現(xiàn)像素點(diǎn)運(yùn)動(dòng)顯著性 判定，構(gòu)建運(yùn)動(dòng)顯著性圖檢測視頻中的運(yùn)動(dòng)顯著性區(qū)域；該特征檢測子檢測方式為各自空 間正交平面檢測值的加權(quán)線性融合作為該空間像素點(diǎn)顯著性檢測結(jié)果值；
[0015] S33 :顯著性區(qū)域特征詞袋模型構(gòu)建，在子視頻段上利用S31實(shí)現(xiàn)的球場區(qū)域識別 標(biāo)號作為S32提取的運(yùn)動(dòng)顯著性區(qū)域?qū)?yīng)標(biāo)識，利用顯著性區(qū)域出現(xiàn)頻次構(gòu)建子視頻段上 的特征直方圖，按照子視頻時(shí)序串聯(lián)子視頻段上構(gòu)建的特征直方圖，實(shí)現(xiàn)體育視頻事件戰(zhàn) 術(shù)行為的特征表示。
[0016] 所述的基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法不僅適用進(jìn)球視頻中的 戰(zhàn)術(shù)行為識別，也適用于團(tuán)隊(duì)協(xié)作競技項(xiàng)目視頻中其他戰(zhàn)術(shù)行為模式識別。
[0017] 本發(fā)明中球場區(qū)域分割采用對應(yīng)子視頻段第一幀圖像對應(yīng)真實(shí)投影圖像，該子視 頻段后續(xù)幀圖像均映射在該真實(shí)投影圖像上。戰(zhàn)術(shù)行為的局部特征如方法中的運(yùn)動(dòng)顯著 性區(qū)域及類似特征描述。特征檢測子為改進(jìn)時(shí)空局部回歸核，用于判定視頻幀圖像像素點(diǎn) 顯著性。該特征檢測子檢測方式為各自空間正交平面檢測值的加權(quán)線性融合作為該空間像 素點(diǎn)顯著性檢測結(jié)果值。使用子視頻段檢測的運(yùn)動(dòng)顯著性區(qū)域作為特征單詞構(gòu)建特征直方 圖，按時(shí)序串聯(lián)的歸一化直方圖作為戰(zhàn)術(shù)行為的特征描述方式。
[0018] 本發(fā)明的有益效果在于：本發(fā)明技術(shù)方案設(shè)計(jì)思想依據(jù)于，在團(tuán)隊(duì)協(xié)作比賽中戰(zhàn) 術(shù)行為的執(zhí)行一般與活躍度較高的隊(duì)員相關(guān)度較高，活躍度較高的球員一般都直接或間 接的參與到戰(zhàn)術(shù)行為的執(zhí)行過程中；反之，活躍度較低的球員對于戰(zhàn)術(shù)執(zhí)行的貢獻(xiàn)度相對 較小。因此，在固定攝像機(jī)攝錄的體育視頻中，利用提出的改進(jìn)時(shí)空局部回歸核作為特征檢 測算子，構(gòu)建視頻中的運(yùn)動(dòng)顯著性區(qū)域，用以對應(yīng)活躍度較高的球員，通過統(tǒng)計(jì)不同時(shí)間段 內(nèi)運(yùn)動(dòng)顯著性區(qū)域在球場內(nèi)的分布，以實(shí)現(xiàn)戰(zhàn)術(shù)行為的表示并用于識別。本發(fā)明創(chuàng)新點(diǎn)在 于，當(dāng)前描述體育視頻戰(zhàn)術(shù)行為的特征多以球員軌跡為主，本發(fā)明克服多目標(biāo)軌跡提取過 程中由于復(fù)雜背景、遮擋、目標(biāo)匹配等因素對于多目標(biāo)軌跡提取的影響，利用局部時(shí)空模式 特征及其時(shí)空分布作為戰(zhàn)術(shù)表示，降低識別方法復(fù)雜性，同時(shí)提高方法的實(shí)用性。同時(shí)，發(fā) 明中提出的時(shí)空局部模式特征檢測算子一時(shí)空局部回歸核，針對視頻大數(shù)據(jù)量，有效提 高檢測算子的檢測效率。

【專利附圖】

【附圖說明】
[0019] 此處所說明的附圖用來提供對本發(fā)明的進(jìn)一步理解，構(gòu)成本申請的一部分，本發(fā) 明的示意性實(shí)例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。
[0020] 圖1為本發(fā)明的流程圖；
[0021] 圖2為本發(fā)明的運(yùn)動(dòng)場區(qū)域分割標(biāo)識示意圖；
[0022] 圖3為本發(fā)明的時(shí)空局部模式特征檢測算子示意圖；
[0023] 圖4為本發(fā)明的S6時(shí)空局部模式算子檢測效果示意圖。
[0024] 圖中：VI、球場邊線；V2、越位線；V3、垂直方向禁區(qū)線及其延伸線H1、球場邊線； H2、水平方向禁區(qū)線及其延伸線；R1、中圈線；S6 :時(shí)空局部模式特征檢測子，一種改進(jìn)時(shí)空 局部回歸核，即由同心三個(gè)正交面XY，XT, YT上各自使用2-D局部回歸核顯著性檢測結(jié)果融 合作為中心值；S7 :視頻段轉(zhuǎn)化的視頻幀圖像序列。

【具體實(shí)施方式】
[0025] 下面結(jié)合附圖進(jìn)一步說明本發(fā)明的詳細(xì)內(nèi)容及其【具體實(shí)施方式】。
[0026] 參見圖1至圖4所示，本發(fā)明的基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法， 包括如下步驟：
[0027] S1 :體育視頻輸入。對于體育比賽的拍攝視頻分成遠(yuǎn)距、中距和近距視頻，而遠(yuǎn)距 視頻不但占據(jù)拍攝視頻的大部分比例，而且該視頻可以從全局角度體現(xiàn)賽場上的信息。因 此，選取精彩體育事件的遠(yuǎn)距拍攝視頻段（進(jìn)球事件、攻防事件）轉(zhuǎn)化為視頻幀圖像作為輸 入。
[0028] F = {f" f2,…，f" …，fN}
[0029] 其中F表示特定體育時(shí)間對應(yīng)的視頻段，4 i = 1，2, 3, "·Ν表示第i幀視頻圖像， N表示輸入視頻段轉(zhuǎn)化成視頻幀圖像的幀數(shù)。
[0030] S2:視頻分割，對輸入體育視頻實(shí)施等時(shí)間長度分割，得到若干等長子視頻段，其 中子視頻段的時(shí)間跨度如果較短，則對后續(xù)戰(zhàn)術(shù)行為識別表述越細(xì)致。該步驟得到的子視 頻段為S3提供戰(zhàn)術(shù)信息提取的基本單元。
[0031] F = {Fi, F2, F3, *··, Fm}
[0032] Fj = {fj" fj2,…，fj(1，…，fjm}且 jm = pm, j 關(guān) p, j, p = 1，2,…M, q = 1，2,…，m
[0033] 其中Fj，j = 1，2, "·Μ表示視頻分割后的第j個(gè)子視頻段，fjq表示第j個(gè)子視頻 段中的第q幀圖像，Μ分割子視頻段數(shù)量。
[0034] S3 :戰(zhàn)術(shù)信息提取，用于提取表示戰(zhàn)術(shù)行為的特征，此步驟可以細(xì)分為三個(gè)執(zhí)行 子步驟，順次為場地區(qū)域檢測識別、運(yùn)動(dòng)顯著性區(qū)域檢測和戰(zhàn)術(shù)行為特征表述。
[0035] S31 :場地區(qū)域檢測識別。
[0036] 比賽中的球員、事件都發(fā)生在球場區(qū)域范圍內(nèi)，因此對于球場場地區(qū)域的檢測與 識別對于后續(xù)S32和S33的處理，包括戰(zhàn)術(shù)行為識別在內(nèi)的眾多視頻事件分析與處理尤為 必要。首先針對球場內(nèi)部眾多標(biāo)識線（球門線、邊線、禁區(qū)弧線和中圈線）為白色的特征， 以及草皮經(jīng)過相異方向修剪產(chǎn)生視覺色差形成的越位線，使用數(shù)字圖像處理技術(shù)中的線與 圓檢測算法檢測出上述標(biāo)識線及其延伸線，實(shí)現(xiàn)區(qū)域的定位與分割。然后利用檢測出的線 與線交點(diǎn)計(jì)算相機(jī)標(biāo)定矩陣，從而實(shí)現(xiàn)從運(yùn)距相機(jī)采集的視頻圖像坐標(biāo)系到真實(shí)空間坐標(biāo) 系的轉(zhuǎn)換，為S32運(yùn)動(dòng)顯著性區(qū)域提供真實(shí)空間坐標(biāo)系標(biāo)定。對于球場區(qū)域劃分越細(xì)致將 會對于時(shí)空局部模式空間分布表示越具體，則對于戰(zhàn)術(shù)模式區(qū)分度更高，識別更精確。
[0037] 參見圖2所示，以左側(cè)半場的區(qū)域劃分與識別為例，使用數(shù)字圖像處理技術(shù)中的 線和圓檢測算法確定視頻圖像中球場區(qū)域內(nèi)的標(biāo)識線及其延伸線，計(jì)算垂直方向標(biāo)識線與 水平方向標(biāo)示線的交點(diǎn)坐標(biāo)，通過相機(jī)標(biāo)定方法計(jì)算視頻圖像坐標(biāo)系與實(shí)際空間坐標(biāo)系的 標(biāo)定矩陣，將視頻圖像映射到真實(shí)空間坐標(biāo)系中，映射方式采用將子視頻匕的幀圖像fjq，q =2, 3, ···，!!!映射到該子視頻第一幀&對應(yīng)真實(shí)空間坐標(biāo)系圖上，并實(shí)現(xiàn)對該真實(shí)圖像 球場區(qū)域的劃分。對于劃分后的分割區(qū)域利用數(shù)字進(jìn)行標(biāo)識，如附圖2所示。依次利用 {1，2, 3, 4}和{13, 14, 15, 16}分別對應(yīng)右邊路和左邊路，{5, 6, 7, 8}和{9, 10, 11，12}分別 對應(yīng)右中路和左中路。標(biāo)識后的區(qū)域結(jié)果用于對S32檢測的運(yùn)動(dòng)顯著性區(qū)域進(jìn)行定位與標(biāo) 識。
[0038] S32 :視頻運(yùn)動(dòng)顯著性區(qū)域檢測。
[0039] 應(yīng)用改進(jìn)時(shí)空局部回歸核作為運(yùn)動(dòng)顯著性特征檢測算子，構(gòu)建運(yùn)動(dòng)顯著性圖，檢 測定位運(yùn)動(dòng)顯著性區(qū)域，為S33使用。具體實(shí)施如下：
[0040] S321 :著重詳細(xì)論述改進(jìn)時(shí)空局部回歸核特征檢測子，如附圖3所示，本發(fā)明點(diǎn)基 本思想為，針對有效檢測視頻幀圖像構(gòu)成的時(shí)空序列，用XY表示空間維度，用XT，YT表示時(shí) 間維度，利用2-D局部回歸核在同心處XY，XT，YT各自坐標(biāo)面上計(jì)算中心點(diǎn)的顯著性概率 值，然后融合各自計(jì)算值從而獲取該時(shí)空點(diǎn)處的顯著性值，從而實(shí)現(xiàn)視頻幀序列上的時(shí)空 局部運(yùn)動(dòng)顯著性特征檢測。具體實(shí)現(xiàn)步驟如下：
[0041] 1.確定視頻像素點(diǎn)的顯著性判別函數(shù)。具體函數(shù)表達(dá)式如下： 「_以 p. P Pix,Ai)-.P(PiXuA>)=\\F)>ih
[。。42] = other
[0043] 其中Pix^Q) = (x, y, ?」)，i = 1，2,…I，j = 1，2,…!!!表示視頻巾貞圖像像素點(diǎn)坐 標(biāo)，PixVal⑴第i個(gè)像素點(diǎn)為顯著性點(diǎn)賦值1，否則賦值0。
[0044] 判定依據(jù)由P(PixVal(i) = 1 |F)彡th確定，計(jì)算在特征F下，PixVal(i) = 1的概 率值是否大于某一預(yù)先設(shè)定的域值th。概率值計(jì)算具體表達(dá)式如下：
[0045] P(PixVal(i) = l|F) =P(PixVal(i) = 11Fusion(F^, FXT, FYT))
[0046] = P (PixVai (i) = 11 (a1FXY+a2max (FXT, FYT)))
[0047] = a1P(PixVal(i) = 11F^)+a2max (P (PixVal (i) = l|FXT),
[0048] P(PixVal(i) = 11FYT)))
[0049] = Β^Βχ(Ρ(Ρ?χν3?(?) = 1 |FE), P(PixVal(i) = l|FG),
[0050] P(PixVal(i) = 1 |FE))+a2max(P(PixVal(i) = l|FG),
[0051] P(PixVal(i) = 1 |Fb)))
[0052] s. tF = [Fu F2, ···, Fff]
[0053] Fxy = max (FE, FG, FB), FXT = FYT = Fgray,
[0054] ax+a2 = 1
[0055] 其中Fusion (FXY, FXT, FYT)表示以Pixt。。⑴=(x, y, tj)為心三個(gè)相互正交面 XY，XT, YT上特征融合函數(shù)，F(xiàn)表示在鄰域窗口內(nèi)提取的特征向量矩陣，其他F標(biāo)識代表相同 意義，加入下角標(biāo)后進(jìn)一步限定其使用范圍，W表示鄰域窗口尺度。F XY，F(xiàn)XT，F(xiàn)YT表示在三個(gè) 正交面上各自提取的特征，F(xiàn)XY特征用XY坐標(biāo)面上視頻幀圖像對應(yīng)R/G/B三色信道上的特 征融合值表不，ap a2為權(quán)值。
[0056] 本發(fā)明中XY坐標(biāo)面上視頻幀圖像特征提取采用R/G/B三色信道上的特征融合方 法為有效區(qū)別前景目標(biāo)中球員于背景球場，而在XT，YT坐標(biāo)面上只提取視頻幀沿時(shí)間軸T 灰度信道特征，是考慮在時(shí)間軸T上灰度值變化可以有效表示像素點(diǎn)描述區(qū)域運(yùn)動(dòng)顯著性 的變化
[0057] 2.求解條件概率通式
[0058] 本發(fā)明中對于上述提出的顯著性判別函數(shù)的求取集中于對于條件概率的求解，求 解步驟簡要說明如下 ：
[0059] (1)貝葉斯定理框架求解條件概率
[0060] = F)=

【權(quán)利要求】
1. 一種基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，其特征在于：包括以下步 驟： 51 :體育視頻輸入，選取精彩體育事件視頻段，包括進(jìn)球事件、攻防事件，作為輸入 52 :視頻分割，對輸入體育視頻實(shí)施等時(shí)間長度分割，得到若干等長子視頻段； 53 :戰(zhàn)術(shù)信息提取，用于提取表示戰(zhàn)術(shù)行為的特征，步驟如下：首先，提出改進(jìn)時(shí)空局 部回歸核判定子視頻段上幀圖像像素點(diǎn)的顯著性，構(gòu)建子視頻段上的運(yùn)動(dòng)顯著性區(qū)域；然 后，應(yīng)用球場分割區(qū)域標(biāo)號對顯著性區(qū)域進(jìn)行標(biāo)識，統(tǒng)計(jì)子視頻段上對應(yīng)標(biāo)號顯著性區(qū)域 出現(xiàn)頻次，構(gòu)建特征直方圖；最后，按照時(shí)序串聯(lián)子視頻段特征直方圖作為戰(zhàn)術(shù)行為特征； 54 :對S3提取的戰(zhàn)術(shù)行為進(jìn)行分類識別； 55 :以簡要說明反饋給用戶視頻事件中的戰(zhàn)術(shù)行為。
2. 根據(jù)權(quán)利要求1所述的基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，其特征在 于：所述的戰(zhàn)術(shù)信息提取，用于提取表示戰(zhàn)術(shù)行為的特征，具體是： 531 :場地區(qū)域檢測識別，通過視頻幀圖像內(nèi)球場場地線，包括球門線、邊線、越位線、禁 區(qū)弧線、中圈線，檢測和交點(diǎn)定位，實(shí)現(xiàn)場景從視頻幀圖像到真實(shí)坐標(biāo)系圖像的映射，同時(shí) 結(jié)合場地線實(shí)現(xiàn)球場區(qū)域的劃分并對劃分區(qū)域進(jìn)行標(biāo)號識別； 532 :視頻運(yùn)動(dòng)顯著性區(qū)域檢測，應(yīng)用改進(jìn)時(shí)空局部回歸核實(shí)現(xiàn)像素點(diǎn)運(yùn)動(dòng)顯著性判 定，構(gòu)建運(yùn)動(dòng)顯著性圖檢測視頻中的運(yùn)動(dòng)顯著性區(qū)域；該特征檢測子檢測方式為各自空間 正交平面檢測值的加權(quán)線性融合作為該空間像素點(diǎn)顯著性檢測結(jié)果值； 533 :顯著性區(qū)域特征詞袋模型構(gòu)建，在子視頻段上利用S31實(shí)現(xiàn)的球場區(qū)域識別標(biāo)號 作為S32提取的運(yùn)動(dòng)顯著性區(qū)域?qū)?yīng)標(biāo)識，利用顯著性區(qū)域出現(xiàn)頻次構(gòu)建子視頻段上的特 征直方圖，按照子視頻時(shí)序串聯(lián)子視頻段上構(gòu)建的特征直方圖，實(shí)現(xiàn)體育視頻事件戰(zhàn)術(shù)行 為的特征表示。
3. 根據(jù)權(quán)利要求1或2所述的基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法，其特 征在于：所述的基于時(shí)空局部模式的體育視頻戰(zhàn)術(shù)行為識別方法不僅適用進(jìn)球視頻中的戰(zhàn) 術(shù)行為識別，也適用于團(tuán)隊(duì)協(xié)作競技項(xiàng)目視頻中其他戰(zhàn)術(shù)行為模式識別。
【文檔編號】G06K9/00GK104102910SQ201410384978
【公開日】2014年10月15日 申請日期:2014年8月7日 優(yōu)先權(quán)日:2014年8月7日
【發(fā)明者】溫長吉, 王生生, 于合龍, 徐亞靜, 萬保成, 李健, 劉鶴, 張羽 申請人:吉林農(nóng)業(yè)大學(xué)