投篮识别方法、篮球识别装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种投篮识别方法、篮球识别装置、电子设备及存储介质。投篮识别方法包括：获取篮球赛事的视频数据；标记视频数据中每帧视频帧图像的人体特征；对人体特征检测以确定人体特征中的关键点特征；根据关键点特征以确定存在投篮的目标人体特征及目标人体特征所在的目标视频帧图像；根据目标人体特征和目标视频帧图像之后的视频帧图像确定篮球位置并记录篮球运动轨迹；和根据篮球运动轨迹和球框位置得到投篮结果。如此，采用检测关键点特征的方法，可以降低检测难度，提高检测精度，从而精确自动识别投篮结果。精确自动识别投篮结果。精确自动识别投篮结果。

【技术实现步骤摘要】
投篮识别方法、篮球识别装置、电子设备和存储介质


[0001]本专利技术涉及计算机
，特别是一种投篮识别方法、篮球识别装置、电子设备和存储介质。

技术介绍

[0002]目前常见的是对篮球赛事的视频分析，大多是通过传感器和特写镜头辅助裁判来判断投篮和进球。在固定摄像头全景模式下，自动判定球员投篮动作，判定球员得分。视频多人跟踪困难和篮球像素面积小等问题使得识别投篮和进球判断更加困难。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提供了一种投篮识别方法、篮球识别装置、电子设备和存储介质。
[0004]本专利技术实施方式提供了一种投篮识别方法，所述投篮识别方法包括：
[0005]获取篮球赛事的视频数据；
[0006]标记所述视频数据中每帧视频帧图像的人体特征；
[0007]对所述人体特征检测以确定所述人体特征中的关键点特征；
[0008]根据所述关键点特征以确定存在投篮的目标人体特征及所述目标人体特征所在的目标视频帧图像；
[0009]根据所述目标人体特征和所述目标视频帧图像之后的所述视频帧图像确定篮球位置并记录篮球运动轨迹；和
[0010]根据所述篮球运动轨迹和球框位置得到投篮结果。
[0011]在某些实施方式中，所述标记所述视频数据中每帧视频帧图像的人体特征，包括：
[0012]通过对象检测模型标记每帧所述视频帧图像的人体特征，所述对象检测模型由YOLOv5算法训练得到。
>[0013]在某些实施方式中，所述对所述人体特征进行检测以确定所述人体特征中的关键点特征，包括：
[0014]对相邻两帧所述视频帧图像中的人体特征进行匈牙利匹配，以确定每个人物在每帧所述视频帧图像的人体特征；
[0015]对所述人物的所述人体特征检测以确定所述关键点特征。
[0016]在某些实施方式中，所述人体特征为IoU特征、中心点距离、深度学习特征中的一个或者多个特征融合得到。
[0017]在某些实施方式中，所述根据所述关键点特征以确定存在投篮的目标人体特征及所述目标人体特征所在的目标视频帧图像，包括：
[0018]根据所述关键点特征确定所述人物是否存在投篮动作；
[0019]在所述人物存在投篮动作的情况下，检测所述人物的所述关键点特征周围是否存在篮球；
[0020]在所述关键点特征周围存在篮球的情况下，将所述关键点特征对应的所述人体特征作为所述目标人体特征；
[0021]以所述目标人体特征所在的所述视频帧图像作为所述目标视频帧图像。
[0022]在某些实施方式中，所述根据所述关键点特征确定所述人物是否存在投篮动作，包括：
[0023]通过支持向量机模型对所述关键点特征进行二分类以确定所述人物是否存在投篮动作。
[0024]在某些实施方式中，所述根据所述篮球运动轨迹和球框位置得到投篮结果，包括：
[0025]根据所述篮球运动轨迹确定所述篮球的运动方向；
[0026]根据所述篮球的运动方向和所述球框位置得到投篮结果。
[0027]本专利技术实施方式提供了一种篮球识别装置，所述篮球识别装置包括：
[0028]获取模块，用于获取篮球赛事的视频数据；
[0029]标记模块，用于标记所述视频数据中每帧视频帧图像的人体特征；
[0030]检测模块，用于对所述人体特征检测以确定所述人体特征中的关键点特征；
[0031]确定模块，用于根据所述关键点特征以确定存在投篮的目标人体特征及所述目标人体特征所在的目标视频帧图像；
[0032]记录模块，用于根据所述目标人体特征和所述目标视频帧图像之后的所述视频帧图像确定篮球位置并记录篮球运动轨迹；和
[0033]识别模块，用于根据所述篮球运动轨迹和球框位置得到投篮结果。
[0034]本专利技术实施方式提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器存储有计算机程序，当所述计算机被所述处理器执行的情况下，使得所述处理器执行上述任一项所述的投篮识别方法。
[0035]本专利技术实施方式提供了一种包括计算机程序的非易失性计算机可读存储介质，当所述计算机程序被处理器处理的情况下，使得所述处理器执行上述任一项所述的投篮识别方法。
[0036]本专利技术的投篮识别方法、篮球识别装置、电子设备和存储介质中，通过标记每帧视频帧图像的人体特征，根据人体特征检测确定关键点特征，从而确定投篮的目标人体特征和目标视频帧图像，进而可以得到篮球的运动轨迹，并通过篮球的运动轨迹和球筐位置得到投篮结果。采用检测关键点特征的方法，可以降低检测难度，提高检测精度，从而精确自动识别投篮结果。
[0037]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0038]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
[0039]图1是本专利技术实施方式的投篮识别方法的流程示意图；
[0040]图2是本专利技术实施方式的篮球识别装置的结构示意图；
[0041]图3是本专利技术实施方式的投篮识别方法的流程示意图；
[0042]图4是本专利技术实施方式的投篮识别方法的流程示意图；
[0043]图5是本专利技术实施方式的投篮识别方法的流程示意图。
具体实施方式
[0044]下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。
[0045]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0046]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种投篮识别方法，其特征在于，获取篮球赛事的视频数据；标记所述视频数据中每帧视频帧图像的人体特征；对所述人体特征检测以确定所述人体特征中的关键点特征；根据所述关键点特征以确定存在投篮的目标人体特征及所述目标人体特征所在的目标视频帧图像；根据所述目标人体特征和所述目标视频帧图像之后的所述视频帧图像确定篮球位置并记录篮球运动轨迹；和根据所述篮球运动轨迹和球框位置得到投篮结果。2.根据权利要求1所述的投篮识别方法，其特征在于，所述标记所述视频数据中每帧视频帧图像的人体特征，包括：通过对象检测模型标记每帧所述视频帧图像的人体特征，所述对象检测模型由YOLOv5算法训练得到。3.根据权利要求1所述的投篮识别方法，其特征在于，所述对所述人体特征进行检测以确定所述人体特征中的关键点特征，包括：对相邻两帧所述视频帧图像中的人体特征进行匈牙利匹配，以确定每个人物在每帧所述视频帧图像的人体特征；对所述人物的所述人体特征检测以确定所述关键点特征。4.根据权利要求3所述的投篮识别方法，其特征在于，所述人体特征为IoU特征、中心点距离、深度学习特征中的一个或者多个特征融合得到。5.根据权利要求3所述的投篮识别方法，其特征在于，所述根据所述关键点特征以确定存在投篮的目标人体特征及所述目标人体特征所在的目标视频帧图像，包括：根据所述关键点特征确定所述人物是否存在投篮动作；在所述人物存在投篮动作的情况下，检测所述人物的所述关键点特征周围是否存在篮球；在所述关键点特征周围存在篮球的情况下，将所述关键点特征对应的所述人体特征作为所述目标人体特征...

【专利技术属性】
技术研发人员：张永波，聂玉虎，崔文朋，王连忠，郑哲，霍磊，耿晓琪，蔡雨露，黄云涛，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：