斯諾克比賽視頻事件檢測方法研究.pdf

1、隨著近年來三網(wǎng)融合環(huán)境下體育視頻數(shù)量的急劇增長和移動計算設備的迅速普及，人們早已不再滿足于當前的體育視頻觀看與檢索現(xiàn)狀，而對于快速定位自己感興趣的視頻內容有著更加迫切的需求，解決這一問題的關鍵就是對視頻中的語義事件進行自動檢測與標注。針對現(xiàn)有的斯諾克視頻分析研究成果并不能很好地滿足事件檢測需求這一問題，提出了融合多模態(tài)信息的斯諾克比賽視頻事件檢測方法。
　　提出了一種結合顏色與幾何特征的全臺面鏡頭檢測方法。在此基礎上，根據(jù)比分條的

2、位置特點及文字的邊緣特征確定出比分條的精確位置，并根據(jù)相鄰比分條區(qū)域圖像之差對當前擊球球員指示符進行定位。利用比分條與當前擊球球員指示符的位置信息，進一步分割出比分條中的各個信息字段并使用光學字符識別技術進行文字識別。針對識別過程中球員名可能出現(xiàn)的錯誤，將識別結果與官方球員數(shù)據(jù)庫進行模糊匹配，以獲得準確的球員名。通過使用隱馬爾可夫模型進行音頻分類，識別出掌聲、笑聲、嘆息聲和回放鏡頭中的擊球聲四類對事件檢測有價值的音頻類型。在視覺模態(tài)，使

3、用基于動態(tài)規(guī)劃的光流塊匹配法，實現(xiàn)了回放鏡頭的檢測。通過這三種模態(tài)信息的融合，并結合斯諾克的領域知識，設計并實現(xiàn)了各類語義事件的檢測算法，最終共檢測出9類語義事件：局、單桿高分、防守大戰(zhàn)、長考、犯規(guī)、精彩進球、精彩安全球、失誤和有趣事件。
　　實驗結果表明，提出的方法對于局、單桿高分、防守大戰(zhàn)、長考和犯規(guī)五類事件實現(xiàn)了完美的檢測效果，精彩進球與精彩安全球事件也達到了較高的檢測性能，而失誤和有趣事件的檢測結果并不理想，還有待進一步的