[发明专利]一种基于高斯混合模型的固定镜头篮球进球检测识别方法

权利要求书

1.一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述方法包括以下步骤：

S1：获取篮球运动的视频，输入视频中的每一帧图像，初始化预先定义的若干高斯模型，与图像中的像素进行逐一匹配，选择排名靠前的若干模型作为背景模型；

S2：标注并选择篮板附近区域作为检测和识别的感兴趣区域，并将该感兴趣区域划分为三个区域：篮筐区域、篮筐上方区域和篮板区域；

S3：将输入的视频通过高斯混合模型背景建模，获得前景和背景图像，对前景图像进行轮廓发现和拟合得到篮球的中心点坐标和半径；

S4：记录篮球在不同区域的停留次数，并通过KCF跟踪算法辅助校正篮球的位置；

S5：通过制定的进球逻辑检测算法得出是否进球的结论。

2.根据权利要求1所述的一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述S1具体为：

S11：初始化预先定义的若干高斯模型，对其参数进行初始化，为图像中的每个像素分别使用K个高斯分布构成的混合高斯模型来建模，即：

x_j表示像素j在t时刻的取值，表示t时刻混合高斯模型中第i个高斯分布的权系数的估计值，和分别表示t时刻混合高斯模型中第i个高斯分布的均值向量和协方差矩阵，η表示高斯分布的概率密度函数；

S12：初始化时第一个高斯分布使用第一帧图像每个像素点值做为均值，权值赋1，其他的高斯分布函数的均值和权值为零；

参数更新如下：

μ_i,t＝(1-ρ)·μ_i,t-1+ρ·X_t               (2)

其中α为参数估计的学习速率；

如果像素值与混合高斯模型中的第i个高斯分布的均值的距离小于其标准差的2.5倍，则定义该高斯分布与像素值匹配；

S13：经过高斯混合背景建模后得到前景图像。

3.根据权利要求1所述的一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述S2具体为：

选择篮板区域作为感兴趣区域，将其分为三个区域，分别是篮筐区域A、篮筐上方区域B和篮板区域C；篮筐区域A即为图像中篮筐所在的具体区域，篮筐上方区域B设置为在篮筐区域上方，其大小和篮筐区域A一致，且与篮筐区域A相接；篮板区域C包含篮筐区域A和篮筐上方区域B，其底部与篮筐区域A的底部相同，与篮筐区域A拥有相同的中心线，其宽和高通过标准篮筐的尺寸模板进行变换得到。

4.根据权利要求3所述的一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述S3具体为：

S31：读取输入视频的每一帧图像；

S32：通过高斯混合模型背景建模得到二值化的图像，得到的图像中背景为黑色，前景为白色；查找轮廓就是寻找黑色背景中的白色物体块，并将冗余的边界点去掉，压缩轮廓，节省内存的开销；将得到的边界点通过最小外接圆进行拟合，将所有的边界点包含在内，得到篮球的拟合位置，即中心点坐标和半径。

5.根据权利要求4所述的一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述半径中最大的轮廓为篮球的拟合轮廓。

6.根据权利要求5所述的一种基于高斯混合模型的固定镜头篮球进球检测识别方法，其特征在于：所述S4具体为：

在追踪的过程中训练一个目标检测器，使用目标检测器去检测下一帧预测的位置是否是目标所在的位置，之后再使用新的检测结果去更新目标检测器；

输入当前帧信息和之前帧信息训练出一个相关滤波器，与新输入的帧进行相关性计算，得到得分最高的点或块作为可能的跟踪结果；由目标区域形成循环矩阵，再利用循环矩阵再傅里叶空间可对角化的性质，通过岭回归得到预测公式。