定位球视频片段检测方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种定位球视频片段检测方法，该方法包括：使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息；足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到；根据检测出的足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化；响应于判断结果为任意连续N帧画面中足球的位置没有发生变化，将足球进球视频片段确定为定位球视频片段。采用本发明专利技术提供的技术方案能够提高定位球视频片段检测的智能化程度与准确性；同时本发明专利技术还提供定位球视频片段检测装置、系统及存储介质。

Detection method, device, system and storage medium of video clip of set ball

The invention discloses a set ball video clip detection method, which includes: detecting the position information of the football in each frame of the football goal video clip by using the pre built football detection model; the football detection model is to input each picture in the football match picture training set and take the marked football in the corresponding picture as the target, Training the target detection algorithm based on convolutional neural network; judging whether the position of the football changes in any consecutive N-frame picture according to the detected football position information; determining the football goal video clip as the set ball video clip in response to the judgment result that the position of the football does not change in any consecutive N-frame picture. Adopting the technical scheme provided by the invention can improve the intelligent degree and accuracy of the detection of the positioning ball video clip; at the same time, the invention also provides the positioning ball video clip detection device, system and storage medium.

【技术实现步骤摘要】
定位球视频片段检测方法、装置、系统及存储介质
本专利技术涉及计算机视觉
，尤其涉及定位球视频片段检测方法、装置、系统及存储介质。
技术介绍
足球运动是最受欢迎的体育运动之一，各大足球比赛节目亦受到广大球迷的关注。足球比赛节目通常包括各种足球事件的视频片段，例如足球进球视频片段，其中，定位球视频片段往往因较为精彩而备受瞩目。然而，目前仍没有方案能够自动区分足球进球视频片段的进球类型是定位球还是普通进球(即定位球以外的进球类型)，即无法自动检测出足球进球视频片段是否为定位球视频片段。若需观看定位球视频片段，则需要对足球进球视频片段进行人工筛选。
技术实现思路
本专利技术提出定位球视频片段检测方法、装置、系统及存储介质，能够提高定位球视频片段检测的智能化程度与准确性。本专利技术提供了一种定位球视频片段检测方法，所述方法包括：使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息；所述足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入，以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到；根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化；响应于判断结果为任意连续N帧画面中足球的位置没有发生变化，将所述足球进球视频片段确定为定位球视频片段。在一种可选的实施方式中，所述根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化，包括：>根据任意连续N帧画面内的每相邻两帧画面中足球的位置信息，计算所述每相邻两帧画面中足球之间的欧氏距离；判断所述每相邻两帧画面中足球之间的欧氏距离是否皆小于预设的距离阈值；响应于判定所述每相邻两帧画面中足球之间的欧氏距离皆小于所述距离阈值，将判断结果确定为任意连续N帧画面中足球的位置没有发生变化。在一种可选的实施方式中，所述基于卷积神经网络的目标检测算法为YOLOv3目标检测算法。在一种可选的实施方式中，所述方法还包括：在使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息之前，获取足球比赛图片训练集合；对所述足球比赛图片训练集合中的每一张图片中的足球进行目标检测框标注；将所述足球比赛图片训练集合作为输入，以及将所述足球比赛图片训练集合的每一张图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练，得到所述足球检测模型。在一种可选的实施方式中，所述获取足球比赛图片训练集合，包括：获取足球比赛的图片；将非比赛片段的图片从获取到的足球比赛的图片中删除，得到过滤后的图片；对所述过滤后的图片进行预处理，得到足球比赛图片训练集合。在一种可选的实施方式中，所述获取足球比赛的图片，包括：从若干足球比赛视频中提取视频帧；将提取到的视频帧保存为足球比赛的图片。在一种可选的实施方式中，所述预处理包括以下处理方式中的一种或多种：减去均值、调整尺寸、图片翻转、裁剪和色彩抖动。本专利技术还提供一种定位球视频片段检测装置，包括检测模块、判断模块和确定模块。检测模块用于使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息；所述足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入，以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到；所述足球比赛图片训练集合包括若干足球比赛图片；判断模块用于根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化；确定模块用于响应于判断结果为任意连续N帧画面中足球的位置没有发生变化，将所述足球进球视频片段确定为定位球视频片段。作为上述方案的改进，本专利技术还对应提供了种定位球视频片段检测系统，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例所述的定位球视频片段检测方法。本专利技术还对应提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，所述计算机程序运行时控制所述存储介质所耦合设备实现如上述任一实施例所述的定位球视频片段检测方法。相对于现有技术，本专利技术具有如下突出的有益效果：本专利技术提供的定位球视频片段检测方法、装置、系统及存储介质，通过基于卷积神经网络的目标检测算法生成的足球检测模型对足球进球视频进行自动检测，检测出视频中足球的位置信息，并通过足球的位置信息来自动判断足球进球片段是否为定位球视频片段，有效提高定位球视频片段检测的智能化程度；利用基于卷积神经网络的目标检测算法能够实现对图片中的各种特征信息进行自动编码，不需要字幕等人工设计特征的介入，克服了人工设计特征无法完全反应视频图像中所有信息的缺陷，能够避免因人工设计特征容易受到不同摄像机、不同光照、不同球场、不同角度等因素的影响而导致检测结果准确性低的问题；而且，本专利技术对足球进球片段的场景、角度要求不高，因此不会受限于只能处理直播镜头中的中镜头拍摄的进球片段，具有较强的场景适应能力。附图说明图1是本专利技术提供的一实施方式的定位球视频片段检测方法的流程示意图；图2是本专利技术提供的又一实施方式的定位球视频片段检测方法的流程示意图；图3是本专利技术提供的又一实施方式的定位球视频片段检测方法的流程示意图；图4是本专利技术提供的一实施方式的定位球视频片段检测装置的结构示意图；图5是本专利技术提供的一实施方式的定位球视频片段检测系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，是本专利技术提供的一实施方式的定位球视频片段检测方法的流程示意图，如图1所示，所述方法包括步骤S110～步骤S130。步骤S110、使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息。足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入，以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到。其中，足球比赛图片训练集合包括若干足球比赛的图片。基于卷积神经网络的目标检测算法可以是YOLOv3、YOLOv1、YOLOv2、SSD、DSSD、R-RCN、FPNFRCN、RetinaNet-50-500、RetinaNet-101-500、RetinaNet-101-800、RCNN、FastRCNN、FasterRCNN或MaskRCNN等目标检测算法。本实施例采用YOLOv3目标检测算法。YOLOv3目标检测算法为one-stage系目标检本文档来自技高网...

【技术保护点】
1.一种定位球视频片段检测方法，其特征在于，包括：/n使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息；所述足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入，以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到；/n根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化；/n响应于判断结果为任意连续N帧画面中足球的位置没有发生变化，将所述足球进球视频片段确定为定位球视频片段。/n

【技术特征摘要】
1.一种定位球视频片段检测方法，其特征在于，包括：
使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息；所述足球检测模型为通过将足球比赛图片训练集合中的每一张图片作为输入，以及将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练所得到；
根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化；
响应于判断结果为任意连续N帧画面中足球的位置没有发生变化，将所述足球进球视频片段确定为定位球视频片段。


2.如权利要求1所述的定位球视频片段检测方法，其特征在于，所述基于卷积神经网络的目标检测算法为YOLOv3目标检测算法。


3.如权利要求1或2所述的定位球视频片段检测方法，其特征在于，所述根据检测出的每一帧画面中足球的位置信息判断任意连续N帧画面中足球的位置是否发生变化，包括：
根据任意连续N帧画面内的每相邻两帧画面中足球的位置信息，计算所述每相邻两帧画面中足球之间的欧氏距离；
判断所述每相邻两帧画面中足球之间的欧氏距离是否皆小于预设的距离阈值；
响应于判定所述每相邻两帧画面中足球之间的欧氏距离皆小于所述距离阈值，将判断结果确定为任意连续N帧画面中足球的位置没有发生变化。


4.如权利要求1或2所述的定位球视频片段检测方法，其特征在于，所述方法还包括：
在使用预先构建的足球检测模型检测出足球进球视频片段的每一帧画面中足球的位置信息之前，获取足球比赛图片训练集合；
对所述足球比赛图片训练集合中的每一张图片中的足球进行目标检测框标注；
将所述足球比赛图片训练集合中的每一张图片作为输入，将对应的图片中已标注的足球作为目标，对基于卷积神经网络的目标检测算法进行训练，得到所述足球检测模型。


5.如...

【专利技术属性】
技术研发人员：陈雷雷，
申请(专利权)人：新华智云科技有限公司，
类型：发明
国别省市：浙江;33