[发明专利]基于机器学习的体育赛事理解系统及方法

说明书

本发明的公开了一种基于机器学习的体育赛事理解系统，涉及体育赛事信息系统技术领域，该系统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。通过数据获取单元获取比赛的视频信息，数据分析单元对接收到的视频信息进行分析处理，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，准确理解整个比赛。

技术领域

本发明涉及体育赛事信息系统技术领域，具体涉及一种基于机器学习的体育赛事理解系统及方法。

背景技术

在现阶段，理解体育赛事主要依靠三种方法：第一，依靠人工；第二，通过设备采集数据，并分析数据理解比赛；第三，通过计算机数据分析辅助人工的方法。

第一种方法主要是通过人工进行比赛数据统计和人工观看比赛或视频来实现的。对于人工比赛数据统计，比如在球类比赛中，每场比赛若干统计员，通过多视角观看比赛，分别负责观察两边球队，对于特定的比赛事件如得分，助攻，犯规，罚球等在电脑或手机上进行人工记录。人工统计的主要缺点主要包括：1、准确性差，不同的比赛时长可以有40到120分钟或更长，在这段时间类，需要操作熟练的操作员精神高度集中，容易出错；2、成本高，需要对于每一种比赛类型培训统计员，每一场比赛需要安排若干统计员在现场；3、统计的数据类型有限，人工统计的数据是显而易见的数据包括得分，助攻，犯规，罚球等，而一些不显见的数据如球速，球员的跑动速度/距离，球员的起跳高度是无法通过人工统计出来的。

人工观看比赛或视频，比如评论员和教练员观看比赛，来理解比赛，主要是依赖观看者的经验和知识分析比赛。这种理解通过是非格式化的，无法扩大到大规模的数据集上，如不可能要求观看者观看海量的比赛视频并分析每帧的比赛情况。同样，上面提到的不显见的数据也无法通过这个方法得到。

第二种方法不同于人工，而是通过设备采集数据，并分析数据来理解比赛。根据采集设备的不同分为两类：侵入式设备和非侵入式设备。入侵式设备通过在，比如球上和球员身上安装传感器，追踪球和球员的运动轨迹。并且通过安装球员关节(如头，手臂，腿等)上的传感器，捕捉并分析运动员的关节运动信息，从而理解运动员的关键运动如加速，转身，起跳等。这类方法最大的缺点在于“侵入”，在每场比赛的球上和球员身上装传感器成本高，而且侵入式传感器本身也存在影响到球或球员运动，从而影响到比赛竞技水平的潜在风险。

非入侵设备主要通过安装在比赛场周边的摄像机采集比赛信息，然后通过图像处理来获得赛况。摄像机分两类：3D摄像机和2D摄像机。3D摄像机，如time-of-flight摄像机和Kinect摄像机来获取比赛中运动目标的深度信息，来分析球或球员的关键动作。3D摄像机在实际应用中有较多问题，如time-of-flight摄像机采集到的图片像素低，Kinect摄像机只能在较短的距离内使用。2D摄像机则是通过RGB成像摄像机获取比赛信息，然后通过算法将多帧图像中目标的2维信息重构成3维，从而分析目标的行为。但是，从2维信息重建3维是十分困难的一个工作，现有算法很难保证其在真实比赛环境中的准确性，此外比赛中发生的目标之间的阻挡使其难度更大。

第三种方法则是上述两种方法的结合应用。或以人工为主，计算机为辅；或以计算机为主，人工为辅。无论是哪种形式，都没有克服这两类方法本身的缺陷。

发明内容

针对现有技术中的缺陷，本发明的目的之一在于提供一种基于机器学习的体育赛事理解系统，通过获取赛场中的比赛信息，对比赛信息通过机器学习的方法学习和判断目标的行为，准确理解整个比赛。

第一方面，本发明提供的基于机器学习的体育赛事理解系统，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。