【技术实现步骤摘要】
本专利技术涉及篮球进球检测，更具体地说，本专利技术涉及一种基于视频输入的实时篮球进球检测识别方法。
技术介绍
1、基于视频输入的实时篮球进球检测识别系统是通过对比赛视频流进行实时分析，自动判断是否发生进球事件。该系统利用计算机视觉、图像处理和深度学习等技术，自动识别视频中的关键目标（如球、球门和边界），并根据一系列判定规则判断球是否成功进入球门或得分区域，它能够通过智能算法快速精准地从海量视频数据中提取投篮进球时刻，极大地提高分析效率和实时性。
2、现有基于视频输入的实时篮球进球检测识别系统通常采用固定的视频输入帧长来对篮球进球进行检测识别，且为防止进球瞬间出现在固定帧画面的开头或结尾，视频数据连续输入时采用有重叠的时序，然而，这种方法虽然能在一定程度上避免因边界效应导致的进球判定错误，但固定帧长的窗口设计无法充分适应不同投篮动作的速度和时长。篮球进球的过程因投篮方式（如跳投、三分球、快速突破等）和运动员的动作差异，可能在时间上存在较大变化。快速投篮可能在固定帧内就完成，而较慢的投篮动作可能需要更多时间来完成，固定帧窗口无法根据投篮动作的实际时长进行调整，导致进球时刻的判定不准确，导致更多计算资源的浪费。其次，虽然采用了重叠时序输入，这一方法在一定程度上保证了窗口边界处的关键帧不会被遗漏，但由于重叠的存在，系统需要处理更多的帧数据，进一步带来更高的计算负担。特别是在实时处理和移动设备上，计算负担加重可能会影响系统的性能，甚至出现延迟。此外，过多的重叠帧还可能导致冗余计算，降低系统处理效率，进而影响实时反馈的速度。p>
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于视频输入的实时篮球进球检测识别方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于视频输入的实时篮球进球检测识别方法，包括如下步骤：
4、步骤s1，检测视频中的篮圈，输出篮圈包围框，以篮圈宽度和高度两倍为边长，篮圈中心为中心扩展篮圈包围框，将扩展篮圈包围框的画面截取出来，缩放到进球识别网络的输入尺寸，并进行rgb通道的维度调整，形成chw维度顺序的视频帧图像数据；
5、步骤s2，将连续的初始固定帧长图像在通道维度上进行合并作为进球识别网络的输入数据，并获取篮球飞行轨迹信息、球员投球行为信息以及图像处理延迟信息；
6、步骤s3，根据篮球飞行轨迹信息、球员投球行为信息以及图像处理延迟信息构建固定帧长影响评估模型，生成固定帧长影响评估指数，判断是否对初始固定帧长进行自适应调控；
7、步骤s4，当需要对初始固定帧长进行自适应调控时，根据固定帧长影响评估指数对初始固定帧长进行调控，并根据调控后的帧长获取视频帧图像将其输入进球识别网络对篮球进球状态进行识别。
8、在一个优选地实施方式中，对于连续的视频帧图像，以预设的固定帧长将视频帧图像数据进行分割，得到多个以固定帧长为单位的视频帧图像数据子序列，将每个固定帧长的视频帧图像数据子序列内的视频帧图像按时间顺序拼接并在通道维度上进行合并，将每个时刻的视频帧图像都作为一个独立的时间步；将每个固定帧长的视频帧图像数据子序列内的视频帧图像作为进球识别网络的输入数据。
9、在一个优选地实施方式中，所述的篮球飞行轨迹信息包括篮球飞行轨迹系数，球员投球行为信息包括球员投球行为系数，图像处理延迟信息包括图像处理延迟系数；将篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数分别标记为、、。
10、在一个优选地实施方式中，篮球飞行轨迹系数的获取逻辑如下：
11、根据目标检测算法检测每一帧视频帧图像中的篮球位置，并记录篮球在每一帧视频帧图像中的篮球位置，得到一系列轨迹点，其中；
12、基于欧几里得距离公式计算篮球在连续帧之间的飞行速度，计算表达式如下，其中表示第i帧图像中篮球的飞行速度，为帧间时间间隔，计算篮球飞行轨迹的平均速度，表达式如下，其中为篮球飞行轨迹的平均速度，计算篮球飞行轨迹的最大速度，表达式如下，其中为篮球飞行轨迹的最大速度，计算飞行速度系数fxx，表达式如下fxx=(/)；
13、计算相邻两段篮球轨迹的方向角，表达式如下；计算相邻两段篮球轨迹的轨迹曲率，表达式如下；计算篮球飞行轨迹的平均轨迹曲率，表达式如下，计算篮球飞行轨迹的最大轨迹曲率，表达式如下，计算轨迹曲率系数qlx，表达式如下qlx=(/)；计算篮球飞行轨迹系数，表达式如下，其中分别表示飞行速度系数、轨迹曲率系数的预设比例系数，且均大于0。
14、在一个优选地实施方式中，球员投球行为系数的获取逻辑如下：
15、采用姿态检测网络检测球员投球的关键点，得到关键点坐标，其中，，是关键点总数，是球员投球视频帧的总数；
16、计算手部速度，表达式如下，其中为帧间时间间隔，为时间t手部关键点的坐标，为时间t-1手部关键点的坐标；计算手部速度变化率，表达式如下；
17、计算球员投篮动作持续时间，表达式如下，其中为球员投篮的开始时刻，为球员投篮的结束时刻；
18、计算球员动作平滑度，表达式如下；
19、计算球员投球行为系数，表达式如下，其中分别表示球员投篮动作持续时间、手部速度变化率、球员动作平滑度的预设比例系数，且均大于0。
20、在一个优选地实施方式中，图像处理延迟系数的获取逻辑如下：
21、获取视频帧图像每一帧的捕获时间戳和处理完成时间戳，计算图像处理时长，表达式如下；将图像处理时长与预期的图像处理时长进行比较，若图像处理时长大于预期的图像处理时长，则将大于预期的图像处理时长的图像处理时长标记为延迟处理时长；
22、计算平均时延，表达式如下，其中表示第m个延迟处理时长，；计算时延标准差，表达式如下；计算图像处理延迟系数，表达式如下。
23、在一个优选地实施方式中，根据篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数构建固定帧长影响评估模型，生成固定帧长影响评估指数，模型依据的公式如下，式中分别表示篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数的预设比例系数，且均大于0。
24、在一个优选地实施方式中，将固定帧长影响评估指数与预设的固定帧长影响评估指数阈值进行比较，判断是否对初始固定帧长进行自适应调控，具体如下：
25、若固定帧长影响评估指数大于固定帧长影响评估指数阈值，则生成调控信号；若固定帧长影响评估指数小于等于固定帧长影响评估指数阈值，则无需生成调控信号。
26、在一个优选地实施方式中，当生成调控信号时，获取对应生成的固定帧长影响评估指数，并根据调控函数对初始固定帧长进行调控，调控函数如下：，其中表示调控后的帧长，表示初始固定帧长，为预设的固定帧长影响评估指数阈值，为调节因子，用于控制帧长调整的幅度。
27、本专利技术的技术效果和优点：
28、1、本专利技术通过根据篮球飞行轨本文档来自技高网...
【技术保护点】
1.一种基于视频输入的实时篮球进球检测识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：对于连续的视频帧图像，以预设的固定帧长将视频帧图像数据进行分割，得到多个以固定帧长为单位的视频帧图像数据子序列，将每个固定帧长的视频帧图像数据子序列内的视频帧图像按时间顺序拼接并在通道维度上进行合并，将每个时刻的视频帧图像都作为一个独立的时间步；将每个固定帧长的视频帧图像数据子序列内的视频帧图像作为进球识别网络的输入数据。
3.根据权利要求1所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：所述的篮球飞行轨迹信息包括篮球飞行轨迹系数，球员投球行为信息包括球员投球行为系数，图像处理延迟信息包括图像处理延迟系数；将篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数分别标记为、、。
4.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：篮球飞行轨迹系数的获取逻辑如下：
5.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于
6.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：图像处理延迟系数的获取逻辑如下：
7.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：根据篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数构建固定帧长影响评估模型，生成固定帧长影响评估指数，模型依据的公式如下，式中分别表示篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数的预设比例系数，且均大于0。
8.根据权利要求7所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：将固定帧长影响评估指数与预设的固定帧长影响评估指数阈值进行比较，判断是否对初始固定帧长进行自适应调控，具体如下：
9.根据权利要求8所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：当生成调控信号时，获取对应生成的固定帧长影响评估指数，并根据调控函数对初始固定帧长进行调控，调控函数如下：，其中表示调控后的帧长，表示初始固定帧长，为预设的固定帧长影响评估指数阈值，为调节因子，用于控制帧长调整的幅度。
...【技术特征摘要】
1.一种基于视频输入的实时篮球进球检测识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：对于连续的视频帧图像，以预设的固定帧长将视频帧图像数据进行分割，得到多个以固定帧长为单位的视频帧图像数据子序列，将每个固定帧长的视频帧图像数据子序列内的视频帧图像按时间顺序拼接并在通道维度上进行合并，将每个时刻的视频帧图像都作为一个独立的时间步；将每个固定帧长的视频帧图像数据子序列内的视频帧图像作为进球识别网络的输入数据。
3.根据权利要求1所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：所述的篮球飞行轨迹信息包括篮球飞行轨迹系数，球员投球行为信息包括球员投球行为系数，图像处理延迟信息包括图像处理延迟系数；将篮球飞行轨迹系数、球员投球行为系数、图像处理延迟系数分别标记为、、。
4.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于：篮球飞行轨迹系数的获取逻辑如下：
5.根据权利要求3所述的一种基于视频输入的实时篮球进球检测识别方法，其特征在于...
【专利技术属性】
技术研发人员：杨尹，贾江浩，
申请(专利权)人：无锡安科迪智能技术有限公司，
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。