[发明专利]一种基于人工智能的篮球进球片段AB队自动区分的方法

权利要求书

1.一种基于人工智能的篮球进球片段AB队自动区分的方法，其特征在于：具体步骤如下：

S1、利用检测算法检测出一场比赛中第一个进球视频片段中的所有球员、裁判和球；

S2、利用检测结果中球员衣服的颜色信息对比赛片段中的所有球员进行聚类分析，区分出双方球队，并将第一个进球片段中获取到的两个聚类中心保存下来作为后续进球片段球队分类的依据；

S3、对于第二个进球片段开始之后的所有进球片段，获取到每个进球片段的投篮球员，计算投篮球员的颜色特征，依据颜色特征和第二步保存的两个颜色特征进行比对，与哪个更相似则将对应的进球片段划分到对应的类别，从而实现进球片段的AB队划分；

进球片段的AB队划分具体步骤如下：

S31、对于第二个进球开始之后的进球片段，检测投篮球员，即：从进球时刻开始往前遍历，看某一帧中篮球是否和某个球员发生了重叠，如果出现重叠，那么该球员即为投篮球员，判断发生重叠的依据为篮球的检测框和某个球员的检测框的IOU0；

S32、利用颜色特征公式，计算每一帧中投篮球员所在区域的颜色特征；

S33、将每一帧中的投篮球员的颜色特征向量和保存的标准特征T1、T2进行比较，计算欧式距离D1、D2，欧式距离公式为：

采用投票的方式决定该进球片段的球队，某一帧中，如果D1D2，那么在该帧中将这个片段划分到T1所在的球队，如果D1＞D2，那么在该帧中将这个进球片段划分到T2所在的球队，最后统计所有帧的投票结果，如果投票给T1的帧数更多，那么就将该片段划分到T1所在的球队，反之则将该片段划分到T2所在的球队，从而避免一两帧的误差导致的错误划分；

S34、后续所有进球都按照以上步骤进行球队区分，从而实现正常比赛中所有进球的AB队区分。

2.根据权利要求1所述的基于人工智能的篮球进球片段AB队自动区分的方法，其特征在于：利用检测算法检测出一场比赛中第一个进球视频片段中的所有球员、裁判和球的具体方法步骤如下：

S11、准备数据：准备各类篮球比赛视频作为样本集，抽取视频帧，并将其保存成图片；

S12、过滤数据：通过人工的方式对上述准备的图片进行过滤，将所有非比赛片段的图片删除；

S13、标注数据：通过人工的方式对过滤后的所有图片进行检测框标注；

S14、训练检测模型：利用上述标注数据训练基于卷积神经网络的物体检测模型；

S15、利用检测模型对视频的每一帧或间隔固定帧进行检测，输出普通球员、裁判、篮球的检测结果。

3.根据权利要求2所述的基于人工智能的篮球进球片段AB队自动区分的方法，其特征在于：准备数据步骤中，篮球比赛相关图片获取采用网络爬虫爬取。

4.根据权利要求2所述的基于人工智能的篮球进球片段AB队自动区分的方法，其特征在于：训练检测模型步骤中，卷积神经网络的物体检测算法采用YOLOV3检测方法，包括以下步骤：

①、训练参数:需要修改的参数为height=672，width=672，burn_in=975，policy=steps，steps=[58508,87762]，max_batches=156022，其他参数使用默认配置；

②、启动yolov3模型训练，在训练过程中每100个step保存一次中间训练模型；

③、等待训练结束之后，在验证集上对所有中间模型进行测试，选取最优准召率的模型作为后续使用的普通球员、裁判、篮球检测模型。

5.根据权利要求1所述的基于人工智能的篮球进球片段AB队自动区分的方法，其特征在于：利用检测结果中球员衣服的颜色信息对比赛片段中的所有球员进行聚类分析具体方法步骤如下：

S21、计算检测出来的所有帧中所有普通球员所在区域的颜色特征，这里使用的是颜色直方图特征；

S22、对计算出来的所有的颜色直方图使用聚类算法聚成两类，获取两个聚类中心T1和T2，每个聚类中心所属的球员即为同一个球队的球员；

S23、将这两个聚类中心T1、T2进行保存，作为后续进球片段球队区分的依据。