足球视频中多目标跟踪算法研究

【摘要】：随着科学技术的发展以及人们生活质量的提升,对视频图像处理技术的需求越来越广泛。足球视频作为一类普遍的体育视频,观众和转播方对其分析处理的需求也越来越迫切。足球视频中球员的检测和跟踪技术是实现很多高层语义分析的基础。由于直播足球视频的运动背景以及画面的复杂性,使得球员的检测和跟踪成为图像处理技术的难点,因此本文主要研究足球视频中球员的检测、队属判别以及跟踪技术。在球员检测方面,论文首先比较了常用的基于主颜色分割的场地提取方法的优缺点,提出了一种适应各种光照的场地提取方法;其次对场地提取之后的二值图像中存在的看台区域以及残留的少部分场地线,进行了看台区域和场地线的擦除以及形态学处理;最后采用连通域提取算法并结合多种特征进行球员区域的检测。在队属判别中,根据球员检测的结果,采用了有监督的方法来进行球员的队属判别,即手动选择球员和裁判的模板,并在后续帧中比较目标球员与模板之间颜色直方图的相似度来判定目标球员的队属。本文分析了常用的颜色直方图及相似性度量准则的优缺点,提出了采用色度(H)和饱和度(S)二维直方图来保存模板的颜色信息,并选用了Bhaattacharyya距离作为相似性度量标准来判定队属。在球员跟踪中,本文采用基于Kalman滤波和局部区域匹配的算法。根据Kalman滤波器预测的位置设置自适应的局部搜索区域,并在该区域内采用一定的匹配策略得到正确的匹配结果。对于遮挡情况,采用连续帧间球员质心和面积的改变作为判断遮挡发生的条件,当遮挡结束后利用匹配策略来重新定位球员位置。针对较难处理的同队球员遮挡的重新匹配问题,本文根据遮挡前连续N帧中目标球员的质心坐标的均值和方差的不同情况来进行匹配。实验表明,本文的场地提取算法在提取场地区域的同时去除了大部分的场地线,从而间接上提高了球员检测的精度,同时本文提出的球员跟踪算法能够很好的处理球员遮挡、分离及进出画面情况。
【关键词】：场地提取 球员检测 队属判别 Kalman 滤波 遮挡推理 球员跟踪
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41