多摄像机多目标的运动员跟踪拍摄视频生成系统及方法技术方案

多摄像机多目标的运动员跟踪拍摄视频生成系统及方法属于追踪拍摄技术领域。本发明专利技术是一种借助于人工智能行人检测的识别系统，该系统能够通过多摄像头获取的视频数据，实现对一定运动场馆区域内运动员的多摄像头一致跟踪拍摄，降低摄影师的工作量及工作难度，为针对运动赛事的拍摄提供便利。本系统结构简单，仅有摄像设备、主机服务器、中心服务器和客户端，部署容易，成本低，客户端可以用现有PC，易于升级维护，一般情况下只要升级中心服务器和主机服务器的软件即可，升级维护成本低，智能化程度高，无需大量人工干预，拍摄效果稳定，准确度高。本发明专利技术能够极大地改善现有的针对运动员的跟踪拍摄情景，有较强的使用价值和理想的应用前景。

【技术实现步骤摘要】
多摄像机多目标的运动员跟踪拍摄视频生成系统及方法
本专利技术属于追踪拍摄
，特别是涉及到一种多摄像机多目标的运动员跟踪拍摄视频生成系统及方法。
技术介绍
现在常见摄像机追踪系统大概可以分为以下两种：一种是将摄影机架设在控制云台上，对于所拍摄到的画面进行特征要素提取进行分析，从而向云台和摄影机发送控制指令，使云台运动至指定方向，以及使摄影机自动变焦，使得目标对象始终位于拍摄画面中的合适位置。参考如下专利：CN107749952A。另一种是利用人体运动状态检测方法，对检测结果进行面部信息等特征提取，在指定小区域内进行跟踪拍摄。这种方法仅使用单一摄像头，通常用来跟踪拍摄教师、主讲人等进行小范围简单缓慢运动的目标。参考如下专利：CN106941580B。当前的追踪拍摄类产品大多是根据拍摄到的画面进行特征提取，进而控制各种形制的摄像头发生位移来进行跟踪拍摄。这种方法在针对运动员进行拍摄时，由于运动员具有动向随机性极强、运动范围普遍十分宽广、运动速度普遍高于普通人的移动等特征，将摄像头进行物理移动的方法在跟踪拍摄运动员时，存在反应速度不够敏捷的问题。而且物理移动的摄像机存在机械磨损及故障、维护成本高、安装及维修难度大等各种不可避免的缺陷。此外，现有的使用定机位拍摄图像进行分析追踪的技术普遍是针对于小范围简单缓慢运动的目标进行设计，无法应用于广视角复杂运动的运动员场合，其中大部分使用的是单一摄像头，识别人物时反应速度慢，而且即使采用非常昂贵的超高精度摄像头，这在运动赛事这样的大型场地中是无法满足跟踪拍摄所需要的清晰度的。而其他少部分的使用多摄像头拍摄的跟踪识别技术在运动场景中也存在着识别精确度不够、遮挡后难以分辨追踪目标、运行速度难以满足对赛事的跟踪拍摄等问题。因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
技术实现思路
本专利技术所要解决的技术问题是：提供一种多摄像机多目标的运动员跟踪拍摄视频生成系统及方法用于解决现有的多摄像头拍摄的跟踪识别技术在运动场景中存在着识别精确度不够、遮挡后难以分辨追踪目标、运行速度难以满足对赛事的跟踪拍摄等技术问题。多摄像机多目标的运动员跟踪拍摄视频生成系统，包括摄像机、主机服务器、中心服务器和客户端，所述摄像机的数量为多个，摄像机沿运动场馆四周均匀布置，相邻摄像机的可视区域有50％以上的重叠，摄像机通过网络连接设备与主机服务器连接；所述主机服务器安装在运动场馆区域内，主机服务器的数量为一个以上，一个主机服务器连接一个以上摄像机，主机服务器通过网络连接设备与中心服务器连接；所述中心服务器安装在中心机房，中心服务器通过网络连接设备以及互联网与客户端连接。所述摄像机的安装角度以及摄像机的摄像头朝向角度固定，摄像机的覆盖范围不超过10平米，摄像机的架设高度为2m～5m，摄像机的摄像头垂直角为10°～15°。所述中心服务器为云服务器。多摄像机多目标的运动员跟踪拍摄视频生成方法，利用所述的多摄像机多目标的跟踪拍摄视频生成系统，包括以下步骤，并且以下步骤顺次进行，步骤一、摄像机录制运动场馆中的视频，并将各摄像机获取的视频分别依次发送给主机服务器、中心服务器和客户端；步骤二、在客户端上各摄像机的视频中选择带有目标人物的一帧作为初始选取帧，手动在初始选取帧中选择一个或多个运动员作为跟踪目标，并用行人标定边框框住跟踪目标的全身，并将标定后的图像依次发送给中心服务器和主机服务器；步骤三、主机服务器中的外观特征神经网络模块将出行人标定边框中图像分离为动态的运动员图像和静态的背景图像，外观特征提取模块根据运动员的外观特征提取动态的运动员图像的图像外观特征信息并相应生成新的ID，将提取的各图像外观特征信息作为输入信号，送入主机服务器中的外观特征神经网络模块；步骤四、外观特征神经网络模块采用行人重识别算法(PersonRe-identification，Re-ID)，从所有摄像机的图像中获取与步骤三中的图像外观特征匹配的跟踪目标，进行对每一帧的重新标定，并将标定信息传递给中心服务器；步骤五、中心服务器发送跟踪指令给主机服务器，主机服务器使用深度学习跟踪算法GOTURN，对各摄像机中的跟踪目标进行实时跟踪和实时录像，并将实时录制的影像发送给中心服务器；步骤六、中心服务器根据接收实时录制的影像和步骤二中接收到的行人标定边框框住的跟踪目标的图像，通过卡尔曼滤波方法进行防抖处理训练，获得防抖最佳参数，通过具有防抖最佳参数的卡尔曼滤波获得动作幅度大、频率低的符合现实中人类运动轨迹的影像，设定跟随检测图像的临界值，中心服务器将不小于跟随检测图像的临界值的影像按照按用户要求的大小和用户标定的跟踪目标，生成最终的追踪拍摄影像并相应发送至客户端进行显示，直到客户端发出指令更改追踪目标，或停止本次的追踪任务。所述行人标定边框为矩形框。所述行人重识别算法具体为：在每一个摄像机画面所标定的活动目标中逐一进行对照，辨别不同摄像机画面中的跟踪目标是否为同一名运动员，将对应外观特征一致的目标确定为同一跟踪目标，将确定为同一跟踪目标的ID合并为同一个ID。所述外观特征包括长相、身形和服装。所述深度学习跟踪算法GOTURN根据相连帧中的位置和特征信息进行学习跟踪，以初始选取帧中提取的外观特征值作为补充。通过上述设计方案，本专利技术可以带来如下有益效果：本专利技术的多摄像机多目标的运动员跟踪拍摄视频生成系统及方法，是一种借助于人工智能行人检测的识别系统，该系统能够通过多摄像头获取的视频数据，实现对一定运动场馆区域内运动员的多摄像头一致跟踪拍摄，降低摄影师的工作量及工作难度，为针对运动赛事的拍摄提供便利。同时，本系统结构简单，仅有摄像设备、主机服务器、中心服务器和客户端，部署容易，成本低，客户端可以用现有PC，易于升级维护，一般情况下只要升级中心服务器和主机服务器的软件即可，升级维护成本低，智能化程度高，无需大量人工干预，拍摄效果稳定，准确度高。因此，本专利技术能够极大地改善现有的针对运动员的跟踪拍摄情景，有较强的使用价值和理想的应用前景。附图说明以下结合附图和具体实施方式对本专利技术作进一步的说明：图1为本专利技术多摄像机多目标的运动员跟踪拍摄视频生成系统及方法中系统的结构框图。图中1-摄像机、2-主机服务器、3-中心服务器、4-客户端。具体实施方式本专利技术提供一个相对低的、功能完善的、易于升级(或者升级成本低)的、维护难度低的空间一致的多摄像机多目标的运动员跟踪拍摄视频生成系统及方法。这个系统可以从多个定机位摄像头组成的、覆盖整个运动场的拍摄系统所拍摄到的图像中，通过深度学习跟踪算法GOTURN对初始锁定的目标进行追踪，针对追踪的目标从摄像头直接拍摄到的广视角画面中逐帧截取出目标所在的特写镜头，从而构成针对指定运动员的跟踪拍摄视频。本专利技术在针对运动员的拍摄中精度可达85％以上。具体方案如下：多摄像机多目标的运动员跟踪拍本文档来自技高网...

【技术保护点】
1.多摄像机多目标的运动员跟踪拍摄视频生成系统，其特征是：包括摄像机(1)、主机服务器(2)、中心服务器(3)和客户端(4)，所述摄像机(1)的数量为多个，摄像机(1)沿运动场馆四周均匀布置，相邻摄像机(1)的可视区域有50％以上的重叠，摄像机(1)通过网络连接设备与主机服务器(2)连接；所述主机服务器(2)安装在运动场馆区域内，主机服务器(2)的数量为一个以上，一个主机服务器(2)连接一个以上摄像机(1)，主机服务器(2)通过网络连接设备与中心服务器(3)连接；所述中心服务器(3)安装在中心机房，中心服务器(3)通过网络连接设备以及互联网与客户端(4)连接。/n

【技术特征摘要】
1.多摄像机多目标的运动员跟踪拍摄视频生成系统，其特征是：包括摄像机(1)、主机服务器(2)、中心服务器(3)和客户端(4)，所述摄像机(1)的数量为多个，摄像机(1)沿运动场馆四周均匀布置，相邻摄像机(1)的可视区域有50％以上的重叠，摄像机(1)通过网络连接设备与主机服务器(2)连接；所述主机服务器(2)安装在运动场馆区域内，主机服务器(2)的数量为一个以上，一个主机服务器(2)连接一个以上摄像机(1)，主机服务器(2)通过网络连接设备与中心服务器(3)连接；所述中心服务器(3)安装在中心机房，中心服务器(3)通过网络连接设备以及互联网与客户端(4)连接。


2.根据权利要求1所述的多摄像机多目标的运动员跟踪拍摄视频生成系统，其特征是：所述摄像机(1)的安装角度以及摄像机(1)的摄像头朝向角度固定，摄像机(1)的覆盖范围不超过10平米，摄像机(1)的架设高度为2m～5m，摄像机(1)的摄像头垂直角为10°～15°。


3.根据权利要求1所述的多摄像机多目标的运动员跟踪拍摄视频生成系统，其特征是：所述中心服务器(3)为云服务器。


4.多摄像机多目标的运动员跟踪拍摄视频生成方法，利用如权利要求1所述的多摄像机多目标的跟踪拍摄视频生成系统，其特征是：包括以下步骤，并且以下步骤顺次进行，
步骤一、摄像机(1)录制运动场馆中的视频，并将各摄像机(1)获取的视频分别依次发送给主机服务器(2)、中心服务器(3)和客户端(4)；
步骤二、在客户端(4)上各摄像机(1)的视频中选择带有目标人物的一帧作为初始选取帧，手动在初始选取帧中选择一个或多个运动员作为跟踪目标，并用行人标定边框框住跟踪目标的全身，并将标定后的图像依次发送给中心服务器(3)和主机服务器(2)；
步骤三、主机服务器(2)中的外观特征神经网络模块将出行人标定边框中图像分离为动态的运动员图像和静态的背景图像，
外观特征提取模块根据运动员的外观特征提取动态的运动员图像的图像外观特征信息并相应生成新的ID，将提取的各图像外观特征信息作为输入...

【专利技术属性】
技术研发人员：张立华，张莘蔚，郭博宇，林野，张沛轩，
申请(专利权)人：吉林省智擎工业软件研究院有限公司，
类型：发明
国别省市：吉林;22