[发明专利]一种基于颜色特征的团队体育视频比赛镜头提取方法

说明书

一种基于颜色特征的团队体育视频比赛镜头提取方法属于视频数据处理领域。首先对视频进行预处理，以镜头为单位自动切分视频将其结构化；之后计算视频帧以及镜头视频片段的r，g，b通道算术平均值，再通过K‑means聚类并依据镜头视频片段中视频帧r，g，b通道算术平均值的极差选出基准镜头视频片段，通过对比基准镜头视频片段与每个镜头视频片段的主色差异，将团队体育视频分为比赛镜头(远镜头、中镜头)视频片段和其他镜头(特写镜头、场外镜头)视频片段。本发明利用了视频帧的主色差异，提取出占据团队体育视频绝大部分内容的远镜头和中镜头视频片段，有利于减少冗余内容对视频分析处理的不利影响，为进一步研究奠定了很好的结构化基础。

技术领域

本发明属于视频数据处理领域。

背景技术

如足球、篮球等团队体育项目由于深受人们所喜爱，具有广泛的群众基础，因而对团队体育视频的研究具有广阔的应用前景。视频数据是一种非结构化数据，将其转换成为以镜头类型为关键属性的一连串标示序列，是事件检测、摘要生成的基础。通常的做法是首先对视频进行预处理，以镜头为单位自动切分视频将其结构化；在此基础之上，再通过模式识别等方法自动识别出镜头所属类型。在团队体育视频中，根据拍摄角度与距离的不同，视频中的镜头可分为远镜头、中镜头、特写镜头、场外镜头四种类型。远镜头以鸟瞰的角度显示出球场内各球员的站位和比赛的进行情况，中镜头则更清晰地显示球场内大部分球员的比赛情况；而特写镜头往往是远镜头和中镜头的回放；如观众、广告和LOGO等场外镜头则相对比赛本身而言属于冗余内容。综上所述，通常占据全场比赛绝大部分内容的远镜头与中镜头则是对于比赛本身最重要的比赛镜头。故提取体育视频的比赛镜头可以减少冗余内容对视频分析处理的不利影响。

Eldib等通过实验确定场地像素的RGB范围区间，凡是各分量均落在这个区间内的像素即认为是场地颜色像素，再根据场地像素比例设定阈值以区分各类镜头。于俊清等则利用视频帧中子窗口区域的场地颜色比例来反映镜头的类型，也取得了一定效果。

镜头分类首先要进行视频切分，准确检测镜头边界以完成视频切分，是有效划分镜头类型的保障性前提。团队体育视频中，镜头边界可分为突变类型与渐变类型。在已有的相关工作中，切分镜头仍容易产生误检，尤其是对渐变镜头的检测，原因主要是团队体育视频中存在很多慢镜头回放，这部分回放的开始和结束时常常会有LOGO扫换，易导致算法出现错误的判断，这对于后续的研究工作是很不利的。而现有的镜头分类算法无法对镜头边界切分的误检进行补偿，反而还会受其影响导致镜头分类的准确性降低。

其次Eldib等提出的算法以场地颜色为基准，但比赛场地会随着场馆、天气、光线等因素而不断变化。于俊清等提出的算法则依赖于子窗口的大小与位置的选取，故算法鲁棒性不佳。

综上所述，当前镜头分类方法的各类型镜头的识别准确率受镜头边界检测的准确度不够而影响明显，造成镜头的识别准确率并不理想，且现有镜头分类算法的通用性不强。

发明内容

本发明的目的是提出了一种基于颜色特征的团队体育视频比赛镜头提取方法，提取出占据团队体育视频绝大部分内容的远镜头和中镜头以进行视频的后续分析研究。依据在不同类型的镜头中，整幅视频帧的主色有较大差异，将团队体育视频分为比赛镜头(远镜头、中镜头)视频片段和其他镜头(特写镜头、场外镜头)视频片段。经过实验证明，方法适应性好，准确性高，且实用高效。

输入：原始团队体育视频

输出：比赛镜头视频片段集合

定义：

S＝{S₁,S₂,……,S_S}：经过视频切分后的镜头视频片段集合；

F：镜头视频片段的视频帧集合；

AM_R：视频帧中所有像素点对应R通道取值的算术平均值；