【技术实现步骤摘要】
用于确定正面身体朝向的方法和装置
[0001]实施例总体上涉及数据处理,并且更具体地涉及确定正面身体朝向。
技术介绍
[0002]当前的并行图形数据处理包括被开发为用于对图形数据执行特定操作的系统和方法,这些特定操作诸如例如,线性插值、曲面细分、栅格化、纹理映射、深度测试等。传统上,图形处理器使用固定功能计算单元来处理图形数据;然而,最近,图形处理器的多个部分已经变得可编程,使得此类处理器能够支持用于处理顶点和片段数据的更广泛种类的操作。
[0003]为了进一步提高性能,图形处理器典型地实现诸如流水线操作之类的处理技术,这些处理技术尝试贯穿图形流水线的不同部分并行地处理尽可能多的图形数据。具有单指令多线程(SIMT)架构的并行图形处理器被设计成使图形流水线中的并行处理的量最大化。在SIMT架构中,成组的并行线程尝试尽可能频繁地一起同步地执行程序指令,以提高处理效率。可以在Shane Cook的CUDA编程(CUDA Programming)第三章,第37-51页(2013年)中找到对SIMT架构的软件和硬件的总体概述。
附图说明
[0004]为了以能够详细理解本实施例的以上记载特征的方式,可通过参考实施例来对以上简要概括的实施例进行更具体的描述,这些实施例中的一些在所附附图中被图示。然而,应当注意,所附附图仅图示出典型实施例,并且因此不应被认为是对其范围的限制。
[0005]图1是图示配置成用于实现本文中所描述的实施例的一个或多个方面的计算机系统的框图;
[0006]图2A-图 ...
【技术保护点】
【技术特征摘要】
1.一种用于确定运动员的正面身体的三维3D朝向的方法,包括:在由多个相机捕获的多个帧中的每一个帧中检测多个运动员中的每一个运动员;对于所述多个相机中的每一个相机,在由相机捕获的连续帧之间跟踪所述多个运动员中的每一个运动员;以及将由所述多个相机捕获的所述多个帧相关联以生成所述多个运动员中的每一个运动员的3D朝向。2.如权利要求1所述的方法,其中,检测所述多个运动员中的每一个运动员包括:对于所述多个帧中的每一个帧:检测帧中的所述多个运动员中的每一个运动员;以及确定帧中的所述多个运动员中的每一个运动员的二维2D朝向。3.如权利要求2所述的方法,其中,将由所述多个相机捕获的所述多个帧相关联包括:将所述多个帧相关联以将来自所述多个帧的同一运动员相关联;生成运动员的3D位置;以及基于所述多个帧中的每一个帧中的运动员的2D朝向,生成运动员的3D朝向。4.如权利要求3所述的方法,其中,生成运动员的3D朝向包括:对于所述多个帧中的每一个帧:基于运动员的3D位置和捕获帧的相机的3D位置计算相机的3D朝向,以及将相机的3D朝向与运动员在帧中的2D朝向组合以生成针对帧的运动员的3D朝向;以及将针对所述多个帧中的每一个帧的运动员的3D朝向组合以生成针对所述多个帧的运动员的3D朝向。5.如权利要求4所述的方法,其中,生成针对所述多个相机的运动员的3D朝向进一步包括以下各项中的至少一项:将连续帧的运动员的多个3D朝向之中的针对所述多个帧的运动员的离群的3D朝向替换为相邻帧的运动员的3D朝向的线性插值;以及将不同权重应用于连续帧的运动员的多个3D朝向,以生成针对连续帧的中间帧的运动员的优化的3D朝向。6.如权利要求2所述的方法,其中,确定帧中的所述多个运动员中的每一个运动员的2D朝向是基于机器学习模型。7.如权利要求6所述的方法,其中,所述机器学习模型的训练数据通过以下操作生成:在帧中的运动员上标注三个2D关键点;构建所述三个2D关键点中的每一个的3D位置;基于所述三个2D关键点的3D位置生成运动员的3D朝向;以及基于运动员的3D朝向生成帧中的运动员的2D朝向。8.如权利要求1所述的方法,进一步包括将虚拟相机放在运动员的正面身体上以使用运动员的3D朝向从运动员的视角渲染视频。9.如权利要求1所述的方法,进一步包括:将由所述多个相机捕获的所述多个帧相关联以生成所述多个运动员的跟踪信息;在所述多个帧中的每一个帧中检测球;对于所述多个相机中的每一个相机,在由相机捕获的连续帧之间跟踪所述球;
将由所述多个相机捕获的所述多个帧相关联以生成所述球的3D位置;以及基于所述多个运动员的所述跟踪信息和所述球的3D位置确定带球者。10.如权利要求9所述的方法,其中,检测所述多个运动员中的每一个运动员包括:对于所述多个帧中的每一个帧:检测帧中的所述多个运动员中的每一个运动员;以及识别所述多个运动员中的每一个运动员的球衣号码和队伍类别。11.如权利要求10所述的方法,其中,将由所述多个相机捕获的所述多个帧相关联以生成所述多个运动员的跟踪信息包括:将所述多个帧相关联以将来自所述多个帧的同一运动员相关联;生成运动员的3D位置;以及基于运动员的3D位置计算运动员的速度和移动方向。12.如权利要求11所述的方法,其中,基于所述多个运动员的所述跟踪信息和所述球的3D位置确定所述带球者包括:针对每个帧建立包括与所述多个运动员对应的多个节点和连接所述多个运动员的边的图,其中每个节点标识有球衣号码和队伍类别;基于所述多个运动员的所述跟踪信息和所述球的3D位置,提取每个运动员的特征向量;基于节点分类模型、利用所述图以及所述图中的每个节点的特征向量来确定所述多个运动员中的每一个运动员的单帧置信度;以及对于具有高于阈值的单帧置信度的运动员计算多帧置信度,其中具有最大多帧置信度的运动员被确定为所述带球者。13.如权利要求12所述的方法,其中,所述节点分类模型的训练数据通过以下操作生成:对所述多个帧中的每一个帧中的所述多个运动员中的每一个运动员标识边界框、球衣号码、队伍类别和置信度;按照球衣号码和队伍类别针对每个边界框将所述多个帧相关联;计算每个运动员的3D位置;以及基于每个运动员的3D位置计算运动员的速度和移动方向。14.一种用于确定运动员的正面身体的三维3D朝向的计算系统,包括:处理器,用于:在由多个相机捕获的多个帧中的每一个帧中检测多个运动员中的每一个运动员;对于所述多个相机中的每一...
【专利技术属性】
技术研发人员:何逸纬,陆明,林海华,廖立伟,陈建生,童晓峰,栗强,李文龙,
申请(专利权)人:英特尔公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。