[00147051]基于体育视频理解的高水平沙滩排球运动员运动规律分析工具

现代化训练辅助方法的创新与系统的研制促进了相关研究的发展,是提高队伍训练和参赛水平的重要途径。与国外沙滩排球体能研究水平和研究手段相比,我国存在较大的不足,影响了比赛的成绩。本成果利用沙滩排球比赛录像视频,对运动员的动作进行理解与分析,为研究高水平运动员在比赛中的体能运用状况提供有效的工具,进而帮助解决高水平沙滩排球队伍在训练和比赛中的体能问题,具有较重要的理论意义和应用价值,总结如下： 为研究高水平沙滩排球比赛中运动员体能运用特点提供了高效工具 运动员的体能会受到生理情况、心理状态、天气条件、动作完成情况等诸多因素的影响而发生变化,本成果的研究着眼于分析和理解运动员在比赛中的动作,为其体能训练提供重要的参考依据,另一方面,本成果还对传统的体能分析方法进行了实质性的补充。 为沙滩排球技战术自动分析奠定了重要基础,并可延伸到其他运动项目 对于技战术的自动分析是今后沙滩排球训练辅助方法和系统革新的重点发展方向之一。技战术的主体是运动员,而本成果中对于运动员动作的准确理解和深度分析将为其奠定基础。同时,这种研究模式对于其他体育项目有借鉴意义。 形成了具有自主知识产权的训练辅助技术工具,推动相关产业发展 目前,国外已有部分关于沙滩排球视频描述分析的软硬件,但其主要面向国外运动主体,较难适应我国沙滩排球事业发展的需要,而且国外已有的理论与技术可共享部分很少,具有较强的保护性。因此在自主创新基础上的沙滩排球比赛视频研究能够更有效地适应我国需求,并为相应的产业化发展及技术推广提供了契合点。 成果主要涉及五部分： 数据准备： 数据的准备主要集中在场景的真实信息获取上,我们首先要对比赛场地进行标定,获取比赛场地的边界信息以及相应的长度。我们将沙滩排球动作主要分为跑和跳等两种动作,统计其规律。在现有沙滩排球比赛视频的基础上,我们完成了动作视频的截取与分类,并使用我们开发的目标跟踪系统,对动作视频中包含运动目标的区域进行了提取以及全部图像的归一化操作。最终,获得了由运动员的运动和静止图像库,包含大量的跑、跳及静止信息。 目标跟踪： 我们采用Compressive Tracking方法,该方法具有良好的实时性。但由于沙滩排球运动员在比赛中经常做剧烈的运动、还会产生相互遮挡,这给跟踪造成了很大的难度,造成基于CT的方法经常发生目标丢失的情况。对于运动员的突然起跳等幅度较大的动作,我们通过大量观察跟踪数据,拟合出一个合适的距离阈值,使运动员在进行这些动作的时候能够避免目标丢失的情况。针对遮挡问题,我们利用运动员之间的高度相似性,设计了一个有效的步骤：当队友靠近目标的时候,系统会发现这个新的目标,然后给这个新的目标建立一个独立的模型,这个新模型和目标模型就开始同时运行,系统会根据这两个模型的运行情况来判定两者是否重叠。针对目标尺度变化的问题,目标大小的改变会对系统其他模块造成影响。根据距离定位,我们设计了一个自适应的实时尺度变化算法,使得跟踪框能够快速准确地锁定目标。 动作分类： 在动作识别模块中,我们主要识别的动作为跑的距离的统计和跳的次数的统计,然后利用这些信息对运动员的运动强度战术等进行分析。对于跑动距离,我们根据对场地进行标定得到的背景真实信息,对运动员在一定时间内的位移进行统计。对相邻的两张图片的目标位置做位移计算,然后累加这些位移（绝对值）,得到运动员的运动距离。在跳跃方面,用标定的运动员跳跃图像库进行跳跃识别,得到一个跳跃高度,对每个运动员的跳跃高度进行统计,根据高度分布来模拟高斯分布,得到一个运动员相关的高斯跳跃函数,然后在测试的过程中用运动员的一个高度位移来预测运动员的一个运动序列包含跳跃的概率,并实时地更新该高斯分布函数。根据对运动员在一个序列内运动的距离可以得到运动员的速度,进而可以得到运动员的速度变化。 运动规律统计： 我们主要统计了以下数据：对于运动距离的计算,由于摄像机是静止的,运动场地在视频中的大小和位置基本保持一致,而运动员也基本在这一区域跑动,所以可以将运动场地的左下角作为坐标系原点,根据目标在图片中的具体位置,在获得场地真实尺寸后,投影出运动员在实际运动场地中的坐标位置,通过坐标计算运动距离,逐步累加。在动作识别模块已经介绍了识别跑动和跳跃动作的相关方法,当识别到运动员跳跃动作时,直接将相应的物理量递增进行显示。关于速度的计算,我们采集与目标时刻即目标帧相邻的一定数量的帧序列,根据前面的距离计算方法得到帧间的距离变化以及视频本身的采样频率,计算当前跑动速度。 系统集成： 我们对目标跟踪模块与动作识别模块进行系统集成形成了对运动员实时跟踪与动作识别的系统。最终开发出一套面向沙滩排球比赛的运动员跟踪以及运动规律统计工具,形成一套实时观察目标跟踪过程以及运动规律数据变化的基于Windows系统的应用软件。