Computer Engineering and Applications计算机工程与应用2010,46(26)
1 引言
基于计算机视觉的运动视频分析,特别是对于足球、橄榄
球、网球等球类比赛的自动分析,一直都是备受关注的研究热
点,其应用也十分广泛。本文着重讨论的球类视频中球的自
动检测和跟踪是运动分析的研究基础。在此基础之上,进一
步有效地进行上层语义分析,比如比赛集锦的选取,重要事件
检测以及战略战术分析等等
[1]
。
近年来,很多研究者提出了一些关于球类自动检测和跟踪
的较为有效的方法。文献[2]通过改进的圆的霍夫变换来检测
视频图像中运动的球;文献[3]先用粗-细的过程确定出球场中
的目标球为跟踪对象,然后采用基于颜色和形状特征的 Con-
densation 算法对球进行跟踪;文献[4]先粗略地得到连续数帧
的候选球并构建权重图,然后利用维特比算法提取出真实球的位
置对应的路径,最后利用基于模板匹配的卡尔曼滤波器来跟
踪目标球;文献[5]通过基于球对象,轨迹内和轨迹间的三层处
理实现了对球的实时跟踪;文献[6]采用分层数据融合的方法
得到网球比赛视频中真实球的运动轨迹,并检测出球运动时
的转折点;文献[7]提出了一种基于检测的跟踪方法,对球的运
动轨迹选择,推断和延伸,并以此进行基于语义的事件检测。
在足球比赛视频中检测和跟踪球是一项非常具有挑战性
的工作,这主要有以下几个原因:第一,拍摄足球比赛的摄像
机的位置和方向总是在不停的变化的,因此对比赛视频中足
球的运动就包括球自身的运动和摄像机的运动两方面;第二,
由于现场光线和球运动速度的影响,球的颜色、大小、形状等
特征信息会经常发生变化,所以很难以单个球为对象建立一
个有效的模型来检测球;第三,当球与球员和球场线接触或被
球员遮挡时,会给球的检测造成很大的困难。针对这些问题,
提出了一种基于轨迹的足球检测和跟踪方案。
2 足球自动检测与跟踪具体框架
2.1 候选球的检测
足球比赛视频中有 4种视角类型:全景图、中视角图、特写
和场外图。足球主要出现在全景图中,所以对全景图中的球
进行检测和跟踪。通过每帧图片中球场的区域和非球场对
象,可以自动选取视频中的全景图
[8]
。
首先,提取出全景图中的非草地区域。在足球视频中,草
地的颜色具有很高的稳定性和单一性。通过统计前面数帧图
像的 HSV 累积颜色直方图,可以很容易地得到图像的主颜色
一种基于轨迹的足球检测和跟踪方案
余 弦,曾贵华
YU Xian,ZENG Gui-hua
上海交通大学 电子工程系,上海 200240
Department of Electronic Engineering,Shanghai Jiaotong University,Shanghai 200240,China
E-mail:yuxianr9@hotmail.com
YU Xian,ZENG Gui-hua.Scheme for football detection and tracking based on trajectory.Computer Engineering and
Applications,2010,46(26):148-151.
Abstract:Due to much noise and frequent occlusion,it is difficult to detect the sole ball in one frame in soccer broadcast
video.In this paper,a trajectory based scheme is proposed to achieve robust football detection and tracking.Firstly,multiple
ball candidates are detected through visual features.Then each candidate is tracked by Kalman filter in successive frames,
which produces many initial trajectories.After trajectory selection,the true ball trajectories are verified,which indirectly gets
the ball position in each frame.Further more,combining Kalman filter prediction and linear interpolation,some missing balls
can be made up.The experiment shows that the given scheme has high effectiveness and the accuracy is up to 85%.
Key words:detection;tracking;Kalman filtering;trajectory;linear interpolation
摘 要:在运动视频检测中,由于存在噪声和遮挡,仅依靠单帧信息来确认目标的位置是很困难的。提出了一种基于轨迹的运动
足球检测和跟踪方案。先利用视觉特征来得到每帧图像的候选球,然后使用卡尔曼滤波器进行预测跟踪,生成初始轨迹。通过
轨迹选择,确认真实球的轨迹,从而间接地得到球的位置。此外,结合卡尔曼滤波器预测和线性插值,补充视频中漏检的球的位
置。实验结果表明,算法具有较高的准确性,精确率达到 85%。
关键词:检测;跟踪;卡尔曼滤波;轨迹;线性插值
DOI:10.3778/j.issn.1002-8331.2010.26.046 文章编号:1002-8331(2010)26-0148-04 文献标识码:A 中图分类号:TP391.41
作者简介:余弦(1985-),男,硕士生,主要研究领域为视频检索;曾贵华,男,教授,博士生导师,主要研究领域为量子光通信、视频处理技术。
收稿日期:2009-06-15 修回日期:2009-08-10
148