基于視頻的體育運動分析系統(tǒng)的研究與實現(xiàn)
加入技術(shù)交流群
那么要匹配的目標(biāo)的左上角的坐標(biāo)，在以預(yù)測點X1，Y1為中心長為dy寬為dx的矩形內(nèi)，其中dx，dy可由用戶確定。
以X1，Y1點為中心長為dy，寬為dx的矩形中的任何一點為匹配目標(biāo)矩形的左上角，將該矩形內(nèi)的顏色信息保存下來和源目標(biāo)對應(yīng)點的RGB分別作差再取絕對值，并將所有的值加起來，記為diff，最后再對diff取倒數(shù)，記為S。將S記為兩個圖像之間的相似度，S越大相似度越高。即本文引用地址：http://www.ex-cimer.com/article/166828.htm
對于沒有遮擋的平動目標(biāo)這樣的方法完全可以解決問題。但是當(dāng)運動過程中又一部分被遮擋了匹配出來的位置將會很不準(zhǔn)確。這是一個非常實際的問題，因為人體運動的復(fù)雜性在運動時如果假設(shè)沒有遮擋，實際就沒有解決問題，適應(yīng)性太差。應(yīng)該考慮一種可以解決遮擋的辦法。
文中是將目標(biāo)分為幾個子塊，對每個子塊進(jìn)行匹配，如果有一個子塊匹配的相似度較高就認(rèn)為找到目標(biāo)，停止匹配；如果相似度較低，則繼續(xù)下一子塊的匹配，直到找到相似度較高時停止。如果所有子塊的相似度都很低，也就是說該目標(biāo)全被遮擋。這時將上一幀的源目標(biāo)繼續(xù)保存為原目標(biāo)而不需要更新，用這個原目標(biāo)繼續(xù)和下一幀的圖像進(jìn)行比較。這個方法可以有效的處理遮擋。
這樣就實現(xiàn)了人體關(guān)鍵部位跟蹤的功能，由于人體運動的復(fù)雜性和不可預(yù)測性，在跟蹤過程中還必須加入適當(dāng)?shù)娜斯じ深A(yù)，跟蹤結(jié)果更加準(zhǔn)確并能提取出所需要的位移、速度等各類參數(shù)。跟蹤結(jié)果，如圖6所示，圖6(a)為用戶設(shè)定的3個跟蹤點，圖6(b)可以看到point1跟蹤出現(xiàn)了誤差，此次時需要人工校正圖6(c)，校正后繼續(xù)跟蹤圖6(d)，圖6(e)為跟蹤過程中，3個跟蹤點構(gòu)成的角度變化曲線。
2．6 實現(xiàn)技術(shù)與平臺
本系統(tǒng)實在Windows XP操作系統(tǒng)下，利用Visual C++．net 2003開發(fā)實現(xiàn)，已經(jīng)進(jìn)行了大量測試，其運行穩(wěn)定、可靠性強、準(zhǔn)確率高。由于VC++具有較強的靈活性，所以該系統(tǒng)具有一定的可擴充性。本系統(tǒng)對硬件環(huán)境沒有特殊要求，IntelPentium III以上的CPU都可以滿足運動需要。
3 結(jié)束語
文中以單目視頻中的人體運動為研究對象，設(shè)計并實現(xiàn)了一個基于視頻的體育運動分析系統(tǒng)，為體育運動分析領(lǐng)域提供了一套完整的定性和定量分析系統(tǒng)。實驗過程是：首先獲取攝象機拍攝的體育運動視頻圖像，然后對其進(jìn)行檢測、分割和跟蹤，獲得人體或者某一部位的運動信息以及人體運動學(xué)參數(shù)，并得到直觀的數(shù)據(jù)和曲線，達(dá)到進(jìn)一步分析人體運動的目的。系統(tǒng)各功能模塊的算法具有一定的魯棒性，得到的結(jié)果令人滿意。
評論