[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

说明书

本发明涉及人工智能技术领域，具体地说，涉及一种基于人工智能的篮球进球片段AB队自动区分的方法。其方法包括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；利用检测结果中球衣的颜色信息对比赛片段中的所有球员进行聚类分析；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，依据颜色信息和第二步保存的两个颜色特征进行比对。该基于人工智能的篮球进球片段AB队自动区分的方法中，利用基于深度学习的图像检测算法自动检测到球员、裁判、和球的位置和大小信息，利用颜色直方图、聚类算法，获取第一个进球片段中颜色特征信息，通过计算第二个进球开始之后的所有进球片段中投篮球员的颜色特征区分球队信息。

技术领域

本发明涉及人工智能技术领域，具体地说，涉及一种基于人工智能的篮球进球片段AB队自动区分的方法。

背景技术

在篮球比赛直播视频中，通常用户会需要检测到所有的进球片段之后，还希望将这场比赛中的所有进球片段按进球方所在的球队，将所有的进球片段自动分为两类，这里简称为AB队区分，而目前无法自动将一场比赛中所有的进球片段按所属的球队分为两类，不便于数据统计。

发明内容

本发明的目的在于提供一种基于人工智能的篮球进球片段AB队自动区分的方法，以解决上述背景技术中提出的某种或某些缺陷。

为实现上述目的，本发明提供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。

作为优选，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。

作为优选，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。

作为优选，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、setps＝58508,87762、max_batches＝156022，其他参数使用默认配置；

②、利用yolov3提供的预训练模型darknet53.conv.74及训练代码，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。