足球視頻精彩進(jìn)球事件檢測(cè).pdf

1、足球比賽視頻持續(xù)時(shí)間長(zhǎng)，數(shù)據(jù)量龐大，由于網(wǎng)絡(luò)傳輸帶寬限制及觀眾僅對(duì)精彩事件感興趣這樣的事實(shí)存在，足球視頻的精彩事件檢測(cè)已成為體育視頻分析領(lǐng)域研究的熱點(diǎn)。目前常見(jiàn)的主流方法主要包括兩類：一類是機(jī)器學(xué)習(xí)的方法，另一類是基于人工規(guī)則的方法，其中，基于機(jī)器學(xué)習(xí)的方法語(yǔ)義事件模型復(fù)雜，模型訓(xùn)練對(duì)樣本數(shù)據(jù)的充分性和典型性要求較高；基于規(guī)則的方法，人工語(yǔ)義規(guī)則制定需耗費(fèi)較多的人力，事件檢測(cè)性能不高等。因此，如何構(gòu)建性能良好的語(yǔ)義事件模型、建立簡(jiǎn)單有效

2、的語(yǔ)義規(guī)則、準(zhǔn)確且全面地實(shí)現(xiàn)語(yǔ)義事件的檢測(cè)是當(dāng)前體育視頻領(lǐng)域研究的難點(diǎn)。本文針對(duì)足球視頻精彩進(jìn)球事件，提出了兩種檢測(cè)方法。
　　 (1)基于HMM(Hidden Markov Model)和語(yǔ)義規(guī)則的進(jìn)球事件檢測(cè)方法。通過(guò)語(yǔ)義鏡頭標(biāo)注，將視頻片段描述為由遠(yuǎn)鏡頭、中鏡頭、特寫(xiě)鏡頭、觀眾鏡頭和回放鏡頭組成的序列；結(jié)合足球領(lǐng)域知識(shí)，構(gòu)建了進(jìn)球事件的HMM模型，實(shí)現(xiàn)了基于HMM模型的進(jìn)球事件檢測(cè)；基于對(duì)進(jìn)球片段與非進(jìn)球片段的內(nèi)容分析，定

3、義了一種新的鏡頭特征-語(yǔ)義觀測(cè)權(quán)重，并利用新特征建立了歸一化語(yǔ)義加權(quán)和規(guī)則，實(shí)現(xiàn)了基于語(yǔ)義規(guī)則的進(jìn)球事件檢測(cè)；最終利用基于邏輯距離的加權(quán)融合方案，將兩種檢測(cè)結(jié)果通過(guò)最優(yōu)權(quán)重進(jìn)行決策級(jí)融合，完成對(duì)進(jìn)球事件的檢測(cè)。實(shí)驗(yàn)結(jié)果表明該方法對(duì)進(jìn)球事件的查準(zhǔn)率達(dá)到了96.55％、查全率達(dá)到了100％，優(yōu)于傳統(tǒng)的HMM方法和語(yǔ)義規(guī)則的方法。
　　 (2)基于HCRF(Hidden Conditional Random Field)和情感語(yǔ)義的進(jìn)

4、球事件檢測(cè)方法。構(gòu)建了用于實(shí)時(shí)鏡頭語(yǔ)義標(biāo)注的HCRF模型，能夠?qū)崿F(xiàn)多種語(yǔ)義鏡頭的同時(shí)標(biāo)注，得到了視頻的語(yǔ)義鏡頭序列；利用鏡頭的語(yǔ)義觀測(cè)權(quán)重特征構(gòu)建了基于特征值加權(quán)的情感激勵(lì)模型，旨在從情感語(yǔ)義角度描述進(jìn)球事件的內(nèi)含情感語(yǔ)義，得到了視頻的情感激勵(lì)值序列；在小規(guī)模訓(xùn)練樣本情況下，有效建立了簡(jiǎn)單的進(jìn)球事件檢測(cè)HCRF模型，基于視頻語(yǔ)義鏡頭序列和情感語(yǔ)義激勵(lì)值序列與進(jìn)球事件之間的映射關(guān)系，從視頻結(jié)構(gòu)語(yǔ)義和情感語(yǔ)義兩方面挖掘進(jìn)球事件的內(nèi)在規(guī)律，準(zhǔn)