一種基于視頻多目標跟蹤的足球球員跑動距離統計方法屬于體育數據統計領域。場上運動員的跑動距離是一項重要的統計數據。隨著計算機視覺技術的發展，本文提出了一種基于足球比賽視頻的球員跑動距離統計方案。首先，本方法通過分析足球比賽視頻可以獲得視頻中的多目標跟蹤數據。然后匯總各個跟蹤軌跡，經過軌跡平滑以及頂視圖映射操作，最后計算得到球員的跑動軌跡、跑動距離，輸出可視化結果。該方法是實現統計球員跑動軌跡、跑動距離的一套完整解決方案，旨在減少人工標注的成本，并通過測試驗證了方法可行性，具有重要應用價值。

技術領域

本發明應用于體育數據統計領域，具體涉及目標檢測，多目標跟蹤、單應性變換等計算機視覺與數字圖像處理技術。該方法根據架設在體育場內的專用攝像機所拍攝的足球比賽視頻，順序輸入圖像，通過目標檢測和跟蹤識別圖像中的球員人形目標并獲得跟蹤軌跡，匯總跟蹤結果后實現了球員的跑動軌跡和距離的統計。

背景技術

足球比賽中的球員跑動軌跡、距離是一項重要的統計數據，該項數據可用于評估球員的行為表現。根據調研，該數據的統計方法依賴于專業的人工標注，僅由少數幾家專業體育數據公司提供，獲取成本很高，并且應用場景多面向于職業比賽。本發明可自動化計算該項數據，起到輔助人工的功能，可以極大降低成本。同時，也使得該數據具有更加廣闊的應用場景。不再只局限于職業比賽中應用，在業余比賽或者是日常運動訓練中本系統也可以獲得較好的支持，幫助更多足球運動員有效地提高自身水平，具有重要應用價值。

本發明中用作輸入的足球比賽視頻由架設在足球場地內的專用相機提供。將兩組相機安裝在15米高的支架上，分別對球場的左右半場進行俯拍。視頻采用固定視角拍攝，一經安裝，相機的高度、俯角不再變化。由于相機成像以及拍攝視角的限制，兩組相機分別負責各自以中場線為界的半場內比賽視頻內容。拍攝實際圖片如圖1所示。

在足球比賽視頻中，通過目標檢測和多目標跟蹤算法實現球員人形目標在視頻中的定位信息，將位置信息匯總后進行球員目標跑動軌跡、距離的計算。綜上所述，本發明可以極大的減少人工標注工作量，實現較為便捷的足球運動員跑動軌跡、跑動距離統計。

發明內容

為了實現球員跑動距離的統計，提出了一種基于多目標跟蹤技術的自動測算方案，測算的方法流程如圖2所示。該方法首先將順序輸入的足球比賽視頻圖像進行預處理，鎖定球員目標檢測的感興趣區域；然后將鎖定區域的圖像送入目標檢測模塊，得到區域內球員的目標檢測框；之后將每一幀的目標檢測結果送入多目標跟蹤模塊，與卡爾曼跟蹤器關聯匹配，依據指派結果更新相應跟蹤器的運動狀態參數，隨著視頻圖像的迭代輸出球員跟蹤軌跡；接著通過人工修正，匯總每一個球員在完整視頻時間內的所有跟蹤軌跡，可以獲得完整的球員位置跟蹤軌跡；最后將跟蹤軌跡送入數據后處理模塊，包括軌跡平滑去噪、差值補齊、頂視圖映射變換、跑動距離計算步驟，便可輸出最終需要的跑動距離統計結果。

本方法各主要模塊的發明內容如下：

1.視頻圖像預處理模塊

順序輸入的視頻圖像在進行目標檢測之前需要先進行預處理，主要可分為兩步，目標檢測感興趣區域(ROI)的設置以及視頻半場邊界點的標注。

由于視頻的拍攝視角以及目標檢測模型人形目標泛化能力的原因，足球比賽視頻中除了本發明所需的球員目標外，也會拍攝到場外的行人、觀眾、工作人員等不需要的人形目標，如圖3所示。因此需要通過預處理將圖像中不感興趣的區域過濾，減少目標檢測模型識別不需要的人形目標。感興趣區域圖像過濾流程如圖4所示，示例如圖5所示。

同時，也需要標注視頻所覆蓋的半場的四個邊界坐標，用于后續多余目標檢測框的過濾以及單應性變換映射矩陣的計算。

2.目標檢測模塊

球員跑動距離主要是由比賽視頻中的目標跟蹤軌跡根據相應的比例計算得來，而視頻中目標跟蹤狀態更新的基礎就是球員人形目標的檢測。