基于投篮曲线分析与位姿匹配的投篮定点方法及系统技术方案

本发明专利技术提出了基于投篮曲线分析与位姿匹配的投篮定点方法及系统，涉及计算机视觉领域,对采集到的投篮视频进行预处理，得到视频图像序列；从视频图像序列中提取运动物体的完整二值化图像，确定运动目标，基于运动目标中篮球中心点，构建篮球运动轨迹，并确定投篮轨迹起点；根据篮球运动轨迹和投篮轨迹起点，反向推演运行轨迹，确定投篮球员及投篮球员的位姿；基于投篮球员的位姿，确定投篮球员的投篮点位；本发明专利技术从静态的图像序列中提取篮球运动轨迹和运动员手部姿态，基于这两个信息，通过反向推演运行轨迹的方式进行初始点位的预估，实现投篮者进球点位的自动检测，有助于教练和运动员制定战术策略和模拟训练方向，提高球队比赛获胜率。比赛获胜率。比赛获胜率。

【技术实现步骤摘要】
基于投篮曲线分析与位姿匹配的投篮定点方法及系统


[0001]本专利技术属于计算机视觉领域，尤其涉及基于投篮曲线分析与位姿匹配的投篮定点方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]篮球比赛中，运动员在进球得分后会进行赛事回顾分析，尽管人眼可以直接从视频中看到篮球的运动轨迹及投球员所在的位置，但人脑无法收集大量的运动信息，不能准确定位投球员的投篮位置，也就不能满足通过分析赛事信息进一步提升球队投篮得分率的需求。
[0004]现有的投篮点分析，有通过类似于视频倒放的方式来进行定位，也有采用单一方法进行定位，如深度学习或单一公式定位，这些方式都存在精确度不高或效率低的问题，因此，寻求一种更高效更准确的投篮定点方法，成为一个值得研究的课题。

技术实现思路

[0005]为克服上述现有技术的不足，本专利技术提供了基于投篮曲线分析与位姿匹配的投篮定点方法及系统，从静态的图像序列中提取篮球运动轨迹和运动员手部姿态，基于这两个信息，通过反向推演运行轨迹的方式进行初始点位的预估，实现投篮者进球点位的自动检测，有助于教练和运动员制定战术策略和模拟训练方向，提高球队比赛获胜率。
[0006]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0007]本专利技术第一方面提供了基于投篮曲线分析与位姿匹配的投篮定点方法；
[0008]基于投篮曲线分析与位姿匹配的投篮定点方法，包括：
[0009]对采集到的投篮视频进行预处理，得到视频图像序列；
[0010]从视频图像序列中提取运动物体的完整二值化图像，确定运动目标，基于运动目标中篮球中心点，构建篮球运动轨迹，并确定投篮轨迹起点；
[0011]根据篮球运动轨迹和投篮轨迹起点，反向推演运行轨迹，确定投篮球员及投篮球员的位姿；
[0012]基于投篮球员的位姿，确定投篮球员的投篮点位。
[0013]进一步的，所述预处理，是将成像设备采集的投篮视频按帧切分成视频图像序列，对序列中每帧图像进行图像颜色空间转换、图像去噪和图像增强处理。
[0014]进一步的，采用帧差法和背景差法相结合的运动目标检测算法，确定运动目标，具体包括：
[0015]分别用帧差法和背景差法从视频图像序列中提取出运动区域；
[0016]将两种方法提取的运动区域二值图像做逻辑或运算，综合两种检测算法的结果，得到综合后的运动目标二值化图像；
[0017]采用数学形态学运算对综合后的运动目标二值化图像进行去除噪声和填补孔洞处理，得到最终的运动目标二值化图像。
[0018]进一步的，采用背景差法提取出运动区域，具体为：
[0019]通过背景建模的方法得到背景模型；
[0020]将视频图像序列的每一帧图像与背景模型进行差分；
[0021]对得到的差分图像，根据设定的像素阈值，逐个像素点进行二值化处理，得到运动区域二值图像；
[0022]采用帧差法提取出运动区域，具体为：
[0023]将相邻两帧或相隔几帧的两幅图像像素值相减；
[0024]对相减后的图像进行阈值化提取图像中的运动区域。
[0025]进一步的，根据篮球的形态特征利用霍夫圆检测的方法，标注出篮球，再利用形心检测得到篮球中心点；
[0026]将视频图像序列中的篮球中心点在二维直角坐标系中按时间序列排列，连接排列好的篮球中心点，即可得到篮球在投篮过程中的运动轨迹。
[0027]进一步的，对篮球运动轨迹后段进行抛物线函数拟合，并按照从后向前的次序将篮球运动轨迹前段坐标依次代入二次函数计算误差，当误差开始超过设定阈值时，将该点看作篮球投出瞬间，即投篮轨迹起点。
[0028]进一步的，利用人体姿态检测模型获取人体关键点坐标，当运动员手部高于头部时判定为投篮候选人，在多个候选人中再计算运动员手部与篮球投出瞬间所在位置的距离，距离最小的手部坐标对应的候选人即判断为投篮球员。
[0029]本专利技术第二方面提供了基于投篮曲线分析与位姿匹配的投篮定点系统。
[0030]基于投篮曲线分析与位姿匹配的投篮定点系统，包括预处理模块、轨迹计算模块、位姿推演模块和点位确定模块：
[0031]预处理模块，被配置为：对采集到的投篮视频进行预处理，得到视频图像序列；
[0032]轨迹计算模块，被配置为：从视频图像序列中提取运动物体的完整二值化图像，确定运动目标，基于运动目标中篮球中心点，构建篮球运动轨迹，并确定投篮轨迹起点；
[0033]位姿推演模块，被配置为：根据篮球运动轨迹和投篮轨迹起点，反向推演运行轨迹，确定投篮球员及投篮球员的位姿；
[0034]点位确定模块，被配置为：基于投篮球员的位姿，确定投篮球员的投篮点位。
[0035]本专利技术第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的基于投篮曲线分析与位姿匹配的投篮定点方法中的步骤。
[0036]本专利技术第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的基于投篮曲线分析与位姿匹配的投篮定点方法中的步骤。
[0037]以上一个或多个技术方案存在以下有益效果：
[0038]本专利技术提供的投篮定点方法，用计算机视觉代替人类视觉，从静态的图像序列中提取篮球运动轨迹和运动员手部姿态，基于这两个信息，通过反向推演运行轨迹的方式进行初始点位的预估，利用计算机技术解决篮球比赛后的信息分析问题，实现投篮者进球点
位的自动检测，有助于教练和运动员制定战术策略和模拟训练方向，提高球队比赛获胜率。
[0039]本专利技术采用多技术融合方法进行定点的识别，涉及到视频加强处理、背景减除、霍夫检测、公式定位多种方法的融合，相比其他采用单一方法进行定位的技术，识别精确度高。
[0040]本专利技术附加方面的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
[0041]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0042]图1为第一个实施例的方法流程图。
[0043]图2为第二个实施例的系统结构图。
具体实施方式
[0044]下面结合附图与实施例对本专利技术作进一步说明。
[0045]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明；除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0046]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式；如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于投篮曲线分析与位姿匹配的投篮定点方法，其特征在于，包括：对采集到的投篮视频进行预处理，得到视频图像序列；从视频图像序列中提取运动物体的完整二值化图像，确定运动目标，基于运动目标中篮球中心点，构建篮球运动轨迹，并确定投篮轨迹起点；根据篮球运动轨迹和投篮轨迹起点，反向推演运行轨迹，确定投篮球员及投篮球员的位姿；基于投篮球员的位姿，确定投篮球员的投篮点位。2.如权利要求1所述的基于投篮曲线分析与位姿匹配的投篮定点方法，其特征在于，所述预处理，是将成像设备采集的投篮视频按帧切分成视频图像序列，对序列中每帧图像进行图像颜色空间转换、图像去噪和图像增强处理。3.如权利要求1所述的基于投篮曲线分析与位姿匹配的投篮定点方法，其特征在于，采用帧差法和背景差法相结合的运动目标检测算法，确定运动目标，具体包括：分别用帧差法和背景差法从视频图像序列中提取出运动区域；将两种方法提取的运动区域二值图像做逻辑或运算，综合两种检测算法的结果，得到综合后的运动目标二值化图像；采用数学形态学运算对综合后的运动目标二值化图像进行去除噪声和填补孔洞处理，得到最终的运动目标二值化图像。4.如权利要求1所述的基于投篮曲线分析与位姿匹配的投篮定点方法，其特征在于，采用背景差法提取出运动区域，具体为：通过背景建模的方法得到背景模型；将视频图像序列的每一帧图像与背景模型进行差分；对得到的差分图像，根据设定的像素阈值，逐个像素点进行二值化处理，得到运动区域二值图像；采用帧差法提取出运动区域，具体为：将相邻两帧或相隔几帧的两幅图像像素值相减；对相减后的图像进行阈值化提取图像中的运动区域。5.如权利要求1所述的基于投篮曲线分析与位姿匹配的投篮定点方法，其特征在于，根据篮球的形态特征利用霍夫圆检测的方法，标注出篮球，再利用形心检测得到篮球中心点；将视频图像序列中的篮球中...

【专利技术属性】
技术研发人员：王海滨，纪文峰，李凯，乔守良，杨雷，
申请(专利权)人：青岛根尖智能科技有限公司，
类型：发明
国别省市：