[发明专利]基于机器学习的体育赛事理解系统及方法有效

专利信息
申请号: 201711064638.1 申请日: 2017-11-02
公开(公告)号: CN107871120B 公开(公告)日: 2022-04-19
发明(设计)人: 彭宇 申请(专利权)人: 汕头市同行网络科技有限公司;汕头市同行科技大数据研究院有限公司
主分类号: G06V20/40 分类号: G06V20/40;H04N13/106;H04N13/111;H04N13/243
代理公司: 汕头市潮睿专利事务有限公司 44230 代理人: 卢梓雄
地址: 515051 广东省汕头市龙湖*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 学习 体育赛事 理解 系统 方法
【权利要求书】:

1.基于机器学习的体育赛事理解系统,其特征在于:包括数据获取单元和数据分析单元,所述数据获取单元用于采用布置于比赛场地周围的具有固定采集参数的若干个摄像装置获取比赛的视频信息,并将视频信息传输到数据分析单元;所述数据分析单元用于接收所述视频信息,检测、识别和跟踪赛场中的目标,通过机器学习学习不同目标的跟踪数据理解比赛事件,得到比赛理解信息;所述数据分析单元包括数据预处理模块、目标检测模块、目标识别模块、目标跟踪模块和事件理解模块,所述数据预处理模块还包括视频预处理子模块和场地三维重建子模块;所述视频预处理子模块对视频信息进行解码和对每一帧场地图像进行扭曲矫正,计算图像中像素在三维模型中对应的位置;所述场地三维重建子模块用于根据所述摄像装置拍摄的视频信息获取场地图像,在场地图像中标记场地的已知几何信息,并先对比赛场地进行三维建模,将每个摄像头拍摄到的画面通过关键点与实际的比赛场地进行联系,通过外部参数估算出摄像机与场地的相对三维位置,摄像机拍摄的画面与实际的场地进行匹配后,得到场地的三维模型;所述目标检测模块用于在每一帧图像中检测出比赛中的目标,所述目标为人和物,并将所述人和物从赛场图像中分离出来,计算出所述人和物在每一帧画面中对应的像素,目标识别模块用于将分离出的人进行身份识别,将物进行分类识别,所述身份识别使用球衣号码、球衣颜色、体态和面部特征进行球员身份识别;目标检测模块在完成帧画面中球、球员、裁判的检测和识别后,将多个摄像机的结果整合在赛场的三维模型中,从而得到赛场中每个目标的三维坐标;所述目标跟踪模块用于将识别的目标在时间序列上关联,得到目标的运动过程和轨迹跟踪数据;所述事件理解模块用于将跟踪数据进行机器学习,通过学习目标之间在时间和空间上的交互,理解所述目标在比赛中发生的事件。

2.如权利要求1所述的基于机器学习的体育赛事理解系统,其特征在于:所述系统还包括分析结果应用单元,所述分析结果应用单元用于根据比赛理解信息结合不同用户需求制作不同的应用,分发到用户终端。

3.基于机器学习的体育赛事理解方法,其特征在于:具体包括以下步骤,采用布置于比赛场地周围的具有固定采集参数的若干个摄像装置获取比赛的视频信息;根据比赛的视频信息检测、识别和跟踪赛场中的目标,通过机器学习学习不同目标的跟踪数据理解比赛事件,得到比赛理解信息;通过视频预处理子模块对视频信息进行解码和对每一帧场地图像进行扭曲矫正,计算图像中像素在三维模型中对应的位置;根据所述摄像装置拍摄的视频信息获取场地图像,通过场地三维重建子模块在场地图像中标记场地的已知几何信息,并先对比赛场地进行三维建模,将每个摄像头拍摄到的画面通过关键点与实际的比赛场地进行联系,通过外部参数估算出摄像机与场地的相对三维位置,摄像机拍摄的画面与实际的场地进行匹配后,得到场地的三维模型;对处理后的视频信息检测出每一帧图像中检测出比赛中的目标,所述目标为人和物,并将所述人和物从赛场图像中分离出来,计算出所述人和物在每一帧画面中对应的像素;将分离出来的人通过使用球衣号码、球衣颜色、体态和面部特征进行身份识别,对物进行分类识别;在完成帧画面中球、球员、裁判的检测和识别后,将多个摄像机的结果整合在赛场的三维模型中,从而得到赛场中每个目标的三维坐标;将所述人和物在时间序列上关联,得到目标的运动过程和轨迹跟踪数据;将跟踪数据进行机器学习,通过学习目标之间在时间和空间上的交互,理解所述目标在比赛中发生的事件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于汕头市同行网络科技有限公司;汕头市同行科技大数据研究院有限公司,未经汕头市同行网络科技有限公司;汕头市同行科技大数据研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711064638.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top