摘要 | 第5-7页 |
Abstract | 第7-8页 |
1. 绪论 | 第12-31页 |
1.1 研究动机 | 第12-14页 |
1.2 研究现状 | 第14-28页 |
1.2.1 篮球视频事件检测的一般流程 | 第14-21页 |
1.2.2 篮球视频时钟数字的定位识别 | 第21-24页 |
1.2.3 篮球视频比赛暂停边界检测 | 第24-26页 |
1.2.4 篮球视频进球得分类型识别 | 第26-28页 |
1.3 本文的研究工作概述 | 第28-29页 |
1.4 实验中所用到的数据集 | 第29页 |
1.5 本文的组织结构 | 第29-31页 |
2. 单视频时钟数字的定位识别 | 第31-42页 |
2.1 算法概述 | 第31-33页 |
2.1.1 秒像素周期性方法介绍 | 第31-32页 |
2.1.2 算法的流程 | 第32-33页 |
2.2 秒位数字定位 | 第33-35页 |
2.2.1 潜在秒像素检测 | 第33-35页 |
2.2.2 秒位区域的定位 | 第35页 |
2.3 时钟其他数位数字的定位 | 第35-37页 |
2.3.1 时钟数字颜色的学习 | 第35-36页 |
2.3.2 时钟数字之间水平距离的计算 | 第36-37页 |
2.4 时钟数字的识别 | 第37-38页 |
2.4.1 基于序列模板匹配的时钟秒位数字识别 | 第37页 |
2.4.2 时钟其他数位数字的识别 | 第37-38页 |
2.5 实验结果 | 第38-41页 |
2.5.1 测试数据的准备 | 第38页 |
2.5.2 与传统算法的比较 | 第38-40页 |
2.5.3 算法中阂值参数的取值及说明 | 第40-41页 |
2.6 小结 | 第41-42页 |
3. 篮球视频中双时钟数字的定位识别 | 第42-48页 |
3.1 算法的流程 | 第42页 |
3.2 基于像素自身颜色变化的潜在秒像素检测 | 第42-44页 |
3.3 比赛时钟和24秒钟的区分 | 第44页 |
3.4 24秒钟的秒位数字识别 | 第44-45页 |
3.5 实验结果 | 第45-47页 |
3.5.1 篮球视频双时钟的定位及时钟秒位数字识别 | 第45-46页 |
3.5.2 算法中阈值参数的取值及说明 | 第46-47页 |
3.6 小结 | 第47-48页 |
4. 基于双时钟数字信息的篮球视频中比赛暂停事件的边界检测 | 第48-54页 |
4.1 算法流程 | 第48-49页 |
4.2 篮球视频比赛暂停发生的检测 | 第49页 |
4.3 篮球视频时钟暂停帧的检测 | 第49-51页 |
4.4 篮球视频比赛暂停边界的估计 | 第51页 |
4.5 实验结果 | 第51-53页 |
4.5.1 篮球视频比赛暂停发生的检测 | 第51-52页 |
4.5.2 篮球视频比赛暂停边界检测 | 第52-53页 |
4.6 小结 | 第53-54页 |
5. 基于暂停边界和比分数字信息的篮球视频中进球事件的得分类型识别 | 第54-60页 |
5.1 算法流程 | 第54-55页 |
5.2 得分类型为罚球的识别 | 第55页 |
5.3 得分类型为三分球的识别 | 第55-58页 |
5.3.1 比分数字转换的性质 | 第56页 |
5.3.2 基于领域知识的比分识别条件随机场模型 | 第56-57页 |
5.3.3 转换前后比分数字的识别 | 第57-58页 |
5.4 实验结果 | 第58-59页 |
5.4.1 篮球视频进球为罚球的识别 | 第58页 |
5.4.2 进球是否为三分球的识别 | 第58-59页 |
5.5 小结 | 第59-60页 |
6. 体育教学辅助系统中篮球视频得分事件的搜索与重播功能 | 第60-66页 |
6.1 相关工作 | 第60页 |
6.2 模块设计 | 第60-62页 |
6.2.1 解码模块 | 第61页 |
6.2.2 得分事件检测模块 | 第61-62页 |
6.2.3 记录生成模块 | 第62页 |
6.3 模块实现 | 第62-65页 |
6.3.1 解码 | 第62页 |
6.3.2 得分事件边界定位 | 第62-63页 |
6.3.3 记录生成 | 第63页 |
6.3.4 功能展示 | 第63-65页 |
6.4 小结 | 第65-66页 |
7. 总结与展望 | 第66-69页 |
7.1 总结 | 第66-67页 |
7.2 未来的工作 | 第67-69页 |
参考文献 | 第69-74页 |
攻读博士学位期间发表的论文、科研成果等 | 第74-75页 |
致谢 | 第75页 |