一种基于深度学习的全景相机运镜方法技术

本发明专利技术公开了一种基于深度学习的全景相机运镜方法，包括以下具体步骤：S1、球场数据采集，得到roi_fn检测区域；S2、通过全景相机采集球场比赛的实时图像数据，得到原始采集图像；S3、裁切得到用于人和球检测的裁切图像；S4、利用球员和球检测算法模型，得到所有的球员和球的检测矩形框；S5、计算每一帧裁切图像的帧坐标；S6、计算运镜坐标；S7、根据球场的roi_fn检测区域确定运镜矩形范围的宽度和高度，与运镜坐标相结合，实现比赛的实时直播运镜。本发明专利技术无需人工现场拍摄就能够实现直播运镜，有效减少人力成本。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，特别是一种基于深度学习的全景相机运镜方法。

技术介绍

1、随着我国的经济不断进步，篮球等球类运动在我国已经比较普及，为了满足观众的观看需求，球赛也会以直播的形式供人们观看。目前球类比赛的直播，大多是需要有摄像师在现场进行拍摄，实现比赛的直播运镜，运镜过程依靠摄像师来完成。但是，对于一些小型的比赛而言，受限于赛事影响力和赛事运营成本等多方面因素的影响，现场基本是没有摄像师进行现场直播拍摄，也就无法对赛事进行直播运镜。因此，亟需研发一种无需人工进行运镜的技术来满足一些小型赛事直播运镜的需求。

技术实现思路

1、本专利技术的目的在于，提供一种基于深度学习的全景相机运镜方法。本专利技术无需人工现场拍摄就能够实现直播运镜，有效减少人力成本。

2、本专利技术的技术方案：一种基于深度学习的全景相机运镜方法，包括以下具体步骤：

3、s1、球场数据采集

4、确定球场范围，根据球场范围固定全景相机位置，通过全景相机采集球场信息图像，得到roi_fn检测区域；

本文档来自技高网...

【技术保护点】

1.一种基于深度学习的全景相机运镜方法，其特征在于，包括以下具体步骤：

2.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于，步骤S1中球场数据采集的具体过程为：

3.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于，步骤S4的具体过程为：

4.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于，每帧的帧坐标的计算过程：

5.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于：以0.5倍roi_fn的宽作为帧宽view_w，以roi_fn的高作为帧高view_h。

<...

【技术特征摘要】

1.一种基于深度学习的全景相机运镜方法，其特征在于，包括以下具体步骤：

2.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于，步骤s1中球场数据采集的具体过程为：

3.根据权利要求1所述的一种基于深度学习的全景相机运镜方法，其特征在于，步骤s4的具体过程为：

4.根据权利要求1所述的一种基于深度学习的全景...

【专利技术属性】
技术研发人员：秦艳红，卢衍铭，郑沛琦，陈峥博，
申请(专利权)人：杭州识势球视体育科技有限公司，
类型：发明
国别省市：