本发明专利技术公开了一种足球进球类型识别方法，包括：判断足球进球视频片段是否为定位球视频片段；响应于确定足球进球视频片段为定位球视频片段，使用预先构建的定位球三分类模型识别出定位球视频片段的定位球类型；响应于确定足球进球视频片段不为定位球视频片段，将足球进球视频片段的进球类型确定为普通进球；定位球三分类模型为通过将定位球视频片段训练集合中的每一个视频片段作为输入，将对应的视频片段的标注内容作为输出，对基于卷积神经网络的分类模型进行训练所生成；标注内容用于指示对应的视频片段的定位球类型。采用本发明专利技术提供的技术方案能够提高足球进球类型识别的智能化程度与准确性。程度与准确性。程度与准确性。
【技术实现步骤摘要】
足球进球类型识别方法、装置、系统及存储介质
[0001]本专利技术涉及计算机视觉
，尤其涉及足球进球类型识别方法、装置、系统及存储介质。
技术介绍
[0002]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。然而，目前仍没有方案能够区分角球、点球和任意球，若需要查看其中一种类型的定位球视频片段，例如点球视频片段，则需要对定位球视频片段进行人工筛选。
技术实现思路
[0003]本专利技术提出足球进球类型识别方法、装置、系统及存储介质，能够提高足球进球类型识别的智能化程度与准确性。
[0004]本专利技术提供了一种足球进球类型识别方法，所述方法包括：
[0005]判断足球进球视频片段是否为定位球视频片段；
[0006]响应于确定所述足球进球视频片段为定位球视频片段，使用预先构建的定位球三分类模型识别出所述足球进球视频片段的定位球类型；
[0007]响应于确定所述足球进球视频片段不为定位球视频片段，将所述足球进球视频片段的进球类型确定为普通进球；普通进球为除定位球以外的进球类型；
[0008]其中，所述定位球三分类模型为通过将定位球视频片段训练集合中的每一个视频片段作为输入，以及将对应的视频片段的标注内容作为输出，对基于卷积神经网络的分类模型进行训练所生成；所述标注内容用于指示对应的视频片段的定位球类型。
[0009]在一种可选的实施方式中，所述判断所述足球进球视频片段是否为定位球视频片段，包括：
[0010]使用预先构建的足球检测模型检测出所述足球进球视频片段的每一帧画面中足球的位置信息；其中，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；
[0011]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；
[0012]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。
[0013]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：
[0014]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；
[0015]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；
[0016]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。
[0017]在一种可选的实施方式中，所述方法还包括：
[0018]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；
[0019]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；
[0020]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。
[0021]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：
[0022]获取多张足球比赛的图片；
[0023]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；
[0024]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。
[0025]在一种可选的实施方式中，所述基于卷积神经网络的分类模型为TSN网络。
[0026]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。
[0027]本专利技术还提供一种足球进球类型识别装置，包括第一判断模块和第一识别模块。
[0028]第一判断模块用于判断足球进球视频片段是否为定位球视频片段；
[0029]第一识别模块用于响应于确定所述足球进球视频片段为定位球视频片段，使用预先构建的定位球三分类模型识别出所述足球进球视频片段的定位球类型；
[0030]所述第一识别模块还用于响应于确定所述足球进球视频片段不为定位球视频片段，将所述足球进球视频片段的进球类型确定为普通进球；普通进球为除定位球以外的进球类型；
[0031]其中，所述定位球三分类模型为通过将定位球视频片段训练集合中的每一个视频片段作为输入，以及将对应的视频片段的标注内容作为输出，对基于卷积神经网络的分类模型进行训练所生成；所述标注内容用于指示对应的视频片段的定位球类型。
[0032]作为上述方案的改进，
[0033]本专利技术还对应提供了种足球进球类型识别系统，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足球进球类型识别方法。
[0034]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足球进球类型识别方法。
[0035]相对于现有技术，本专利技术具有如下突出的有益效果：本专利技术提供的足球进球类型识别方法、装置、系统及存储介质，通过先确定足球进球视频片段是否为定位球视频片段，然后基于卷积神经网络的分类模型生成的定位球三分类模型对定位球进行分类，从而识别定位球视频片段的定位球类型是角球、点球还是任意球，有效提高足球进球类型识别的智能化程度。本方案先确定足球进球视频片段是否为定位球视频片段，然后才对定位球视频片段进行分类，减少了进行分类模型训练时涉及的类别数量，有利于提高准确性；本方案采
用卷积神经网络的分类模型，不需要字幕特征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识别准确性低的问题；而且，本方案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
[0036]图1是本专利技术提供的一实施方式的足球进球类型识别方法的流程示意图；
[0037]图2是本专利技术提供的又一实施方式的足球进球类型识别方法的流程示意图；
[0038]图3是本专利技术提供的又一实施方式的足球进球类型识别方法的流程示意图；
[0039]图4是本专利技术提供的又一实施方式的足球进球类型识别方法的部分流程示意图；
[0040]图5是本专利技术提供的又一实施方式的足球进球类型识别方法的部分流程示意图；
[0041]图6是本专利技术提供的一实施方式的足球进球类型识别装置的结构示意图；
[0042]图7是本专利技术提供的又一实施方式的足球进球本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种足球进球类型识别方法，其特征在于，包括：判断足球进球视频片段是否为定位球视频片段；响应于确定所述足球进球视频片段为定位球视频片段，使用预先构建的定位球三分类模型识别出所述足球进球视频片段的定位球类型；响应于确定所述足球进球视频片段不为定位球视频片段，将所述足球进球视频片段的进球类型确定为普通进球；普通进球为除定位球以外的进球类型；其中，所述定位球三分类模型为通过将定位球视频片段训练集合中的每一个视频片段作为输入，以及将对应的视频片段的标注内容作为输出，对基于卷积神经网络的分类模型进行训练所生成；所述标注内容用于指示对应的视频片段的定位球类型。2.如权利要求1所述的足球进球类型识别方法，其特征在于，所述判断所述足球进球视频片段是否为定位球视频片段，包括：使用预先构建的足球检测模型检测出所述足球进球视频片段的每一帧画面中足球的位置信息；其中，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。3.如权利要求2所述的足球进球类型识别方法，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2所述的足球进球类型识别方法，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...
【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。