體育視頻中運動目標跟蹤技術(shù)研究.pdf

1、隨著科學技術(shù)的飛速發(fā)展，體育科技在全民健身和運動訓練實踐中發(fā)揮著越來越重要的作用。將數(shù)字視頻技術(shù)引入體育訓練中，用以提高體育訓練的科學性與效率，是一項新興的研究內(nèi)容，隨著體育競技水平的提高，過去那種僅憑教練員直覺的訓練方式對競技水平的提高已經(jīng)無能為力。計算機視覺技術(shù)的發(fā)展為教練員提供了一種新的訓練工具，由于機器視覺比人眼具有更好的準確性和記憶性，它能夠快速的捕捉運動目標，并且能夠記錄目標的各種運動數(shù)據(jù)，而這些運動數(shù)據(jù)也為運動員動作的好壞

2、提供了更加直觀的表現(xiàn)方式。 本文針對體育視頻的特點，在運動目標跟蹤技術(shù)的準確性，效率和算法的復雜度方面進行了相關(guān)研究，并取得了以下研究成果： 1.針對體育視頻中運動目標的特點，改進了目標顏色的特征模型，使得運動目標的特征更加穩(wěn)定，避免了在跟蹤過程中丟失運動目標。 2.提出了一種新的混合跟蹤算法，該算法結(jié)合粒子濾波和均值轉(zhuǎn)移算法(Mean-shift)，提高了目標跟蹤的魯棒性和準確性。 3.提出了一種新的體

3、育視頻多目標跟蹤方法，該方法首先通過k均值聚類算法提取球場主色，然后利用球場映射模型得到球員在球場上的準確位置，并跟蹤球員的運動軌跡，從而分析該運動員在球場上的跑動路線，為教練員進行戰(zhàn)術(shù)分析提供幫助。 體育視頻中運動目標的移動速度較快，而且運動速度經(jīng)常發(fā)生巨大變化，一般的運動模型很難準確預測運動目標的大概位置。此外體育視頻背景復雜，而且鏡頭切換頻繁。因此為了提高目標跟蹤算法的精確性，魯棒性，降低算法復雜性，就必須針對體育視頻的特