基于視頻的體育運動(dòng)分析系統的研究與實(shí)現
那么要匹配的目標的左上角的坐標,在以預測點(diǎn)X1,Y1為中心長(cháng)為dy寬為dx的矩形內,其中dx,dy可由用戶(hù)確定。
以X1,Y1點(diǎn)為中心長(cháng)為dy,寬為dx的矩形中的任何一點(diǎn)為匹配目標矩形的左上角,將該矩形內的顏色信息保存下來(lái)和源目標對應點(diǎn)的RGB分別作差再取絕對值,并將所有的值加起來(lái),記為diff,最后再對diff取倒數,記為S。將S記為兩個(gè)圖像之間的相似度,S越大相似度越高。即本文引用地址:http://dyxdggzs.com/article/166828.htm
對于沒(méi)有遮擋的平動(dòng)目標這樣的方法完全可以解決問(wèn)題。但是當運動(dòng)過(guò)程中又一部分被遮擋了匹配出來(lái)的位置將會(huì )很不準確。這是一個(gè)非常實(shí)際的問(wèn)題,因為人體運動(dòng)的復雜性在運動(dòng)時(shí)如果假設沒(méi)有遮擋,實(shí)際就沒(méi)有解決問(wèn)題,適應性太差。應該考慮一種可以解決遮擋的辦法。
文中是將目標分為幾個(gè)子塊,對每個(gè)子塊進(jìn)行匹配,如果有一個(gè)子塊匹配的相似度較高就認為找到目標,停止匹配;如果相似度較低,則繼續下一子塊的匹配,直到找到相似度較高時(shí)停止。如果所有子塊的相似度都很低,也就是說(shuō)該目標全被遮擋。這時(shí)將上一幀的源目標繼續保存為原目標而不需要更新,用這個(gè)原目標繼續和下一幀的圖像進(jìn)行比較。這個(gè)方法可以有效的處理遮擋。
這樣就實(shí)現了人體關(guān)鍵部位跟蹤的功能,由于人體運動(dòng)的復雜性和不可預測性,在跟蹤過(guò)程中還必須加入適當的人工干預,跟蹤結果更加準確并能提取出所需要的位移、速度等各類(lèi)參數。跟蹤結果,如圖6所示,圖6(a)為用戶(hù)設定的3個(gè)跟蹤點(diǎn),圖6(b)可以看到point1跟蹤出現了誤差,此次時(shí)需要人工校正圖6(c),校正后繼續跟蹤圖6(d),圖6(e)為跟蹤過(guò)程中,3個(gè)跟蹤點(diǎn)構成的角度變化曲線(xiàn)。
2.6 實(shí)現技術(shù)與平臺
本系統實(shí)在Windows XP操作系統下,利用Visual C++.net 2003開(kāi)發(fā)實(shí)現,已經(jīng)進(jìn)行了大量測試,其運行穩定、可靠性強、準確率高。由于VC++具有較強的靈活性,所以該系統具有一定的可擴充性。本系統對硬件環(huán)境沒(méi)有特殊要求,IntelPentium III以上的CPU都可以滿(mǎn)足運動(dòng)需要。
3 結束語(yǔ)
文中以單目視頻中的人體運動(dòng)為研究對象,設計并實(shí)現了一個(gè)基于視頻的體育運動(dòng)分析系統,為體育運動(dòng)分析領(lǐng)域提供了一套完整的定性和定量分析系統。實(shí)驗過(guò)程是:首先獲取攝象機拍攝的體育運動(dòng)視頻圖像,然后對其進(jìn)行檢測、分割和跟蹤,獲得人體或者某一部位的運動(dòng)信息以及人體運動(dòng)學(xué)參數,并得到直觀(guān)的數據和曲線(xiàn),達到進(jìn)一步分析人體運動(dòng)的目的。系統各功能模塊的算法具有一定的魯棒性,得到的結果令人滿(mǎn)意。
評論