System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本公开总体上涉及基于机器的数据处理,并且更具体地,涉及体育分析中的队伍分类。
技术介绍
1、体育在许多级别上进行,这些级别从青少年体育到国家和国际职业级别的体育而变化。在许多级别的竞赛中,通常收集运动员和队伍标识,以将统计信息与运动员/队伍相关联并且纪念过去的运动员和队伍表现。许多粉丝在体育比赛期间使用队伍标签来跟踪远动员和队伍在比赛期间的进展。
技术实现思路
【技术保护点】
1.一种装置,包括:
2.如权利要求1所述的装置,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注意力模块包括至少三个注意力模块。
3.如权利要求1所述的装置,其中,为了确定通道维度中的所提取的特征,所述处理器电路系统用于:
4.如权利要求3所述的装置,其中,为了确定空间维度中的所提取的特征,所述处理器电路系统用于:
5.如权利要求4所述的装置,其中,所述处理器电路系统用于通过组合通道维度中的所提取的特征和空间维度中的所提取的特征来标识所述躯干区域中的所提取的特征。
6.如权利要求1所述的装置,其中,所述处理器电路系统用于估计所述身体标志并生成与所述多个按顺序的神经网络层并行的所述上部热图掩码。
7.如权利要求1所述的装置,其中,所述区域是上部躯干区域。
8.如权利要求1所述的装置,其中,所述处理器电路系统用于针对类别对计算相关性系数,其中每个类别是队伍分类。
9.如权利要求1所述的装置,其中,所述处理器电路系统用于基于所述投票分数将标签与所述图像数据相关
10.如权利要求9所述的装置,其中,所述标签用于标识穿制服的人员的存在。
11.如权利要求1所述的装置,其中,所述处理器电路系统用于对地平面中的运动员进行分组,并且确定来自所述多个相机的运动员对应关系,所述指令用于关联来自所述多个相机的所述图像数据的运动员的边界框。
12.如权利要求11所述的装置,其中,所述处理器电路系统用于基于当前边界框的面积、所述图像数据中的最大边界框的面积、所述当前边界框的宽度和所述当前边界框的高度来计算所述投票分数。
13.如权利要求12所述的装置,其中,所述处理器电路系统用于针对所述当前边界框中的运动员将队伍标签与所述图像数据相关联。
14.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质包括指令,所述指令当被执行时,使得至少一个处理器用于:
15.如权利要求14所述的非暂态计算机可读存储介质,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注意力模块包括至少三个注意力模块。
16.如权利要求14所述的非暂态计算机可读存储介质,其中,为了确定通道维度中的所提取的特征,所述指令当被执行时,使所述至少一个处理器用于:
17.如权利要求16所述的非暂态计算机可读存储介质,其中,为了确定空间维度中的所提取的特征,所述指令当被执行时,使所述至少一个处理器用于:
18.如权利要求17所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:通过组合通道维度中的所提取的特征和空间维度中的所提取的特征来标识所述躯干区域中的所提取的特征。
19.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:估计所述身体标志并生成与所述多个按顺序的神经网络层并行的所述上部热图掩码。
20.如权利要求14所述的非暂态计算机可读存储介质,其中,所述区域是上部躯干区域。
21.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:针对类别对来计算相关性系数,其中每个类别是队伍分类。
22.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:基于所述投票分数将标签与所述图像数据相关联。
23.如权利要求22所述的非暂态计算机可读存储介质,其中,所述标签用于标识穿制服的人员的存在。
24.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:对地平面中的运动员进行分组,并且确定来自所述多个相机的运动员对应关系,所述指令用于关联来自所述多个相机的所述图像数据的运动员的边界框。
25.如权利要求24所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:基于当前边界框的面积、所述图像数据中的最大边界框的面积、所述当前边界框的宽度和所述当前边界框的高度来计算所述投票分数。
26.如权利要求25所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:针对所述当前边界框中的运动员将队伍标签与所述图像数据相关联。
27.一种方法,包括:
28.如权利要求27所述的方法,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注...
【技术特征摘要】
【国外来华专利技术】
1.一种装置,包括:
2.如权利要求1所述的装置,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注意力模块包括至少三个注意力模块。
3.如权利要求1所述的装置,其中,为了确定通道维度中的所提取的特征,所述处理器电路系统用于:
4.如权利要求3所述的装置,其中,为了确定空间维度中的所提取的特征,所述处理器电路系统用于:
5.如权利要求4所述的装置,其中,所述处理器电路系统用于通过组合通道维度中的所提取的特征和空间维度中的所提取的特征来标识所述躯干区域中的所提取的特征。
6.如权利要求1所述的装置,其中,所述处理器电路系统用于估计所述身体标志并生成与所述多个按顺序的神经网络层并行的所述上部热图掩码。
7.如权利要求1所述的装置,其中,所述区域是上部躯干区域。
8.如权利要求1所述的装置,其中,所述处理器电路系统用于针对类别对计算相关性系数,其中每个类别是队伍分类。
9.如权利要求1所述的装置,其中,所述处理器电路系统用于基于所述投票分数将标签与所述图像数据相关联。
10.如权利要求9所述的装置,其中,所述标签用于标识穿制服的人员的存在。
11.如权利要求1所述的装置,其中,所述处理器电路系统用于对地平面中的运动员进行分组,并且确定来自所述多个相机的运动员对应关系,所述指令用于关联来自所述多个相机的所述图像数据的运动员的边界框。
12.如权利要求11所述的装置,其中,所述处理器电路系统用于基于当前边界框的面积、所述图像数据中的最大边界框的面积、所述当前边界框的宽度和所述当前边界框的高度来计算所述投票分数。
13.如权利要求12所述的装置,其中,所述处理器电路系统用于针对所述当前边界框中的运动员将队伍标签与所述图像数据相关联。
14.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质包括指令,所述指令当被执行时,使得至少一个处理器用于:
15.如权利要求14所述的非暂态计算机可读存储介质,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注意力模块包括至少三个注意力模块。
16.如权利要求14所述的非暂态计算机可读存储介质,其中,为了确定通道维度中的所提取的特征,所述指令当被执行时,使所述至少一个处理器用于:
17.如权利要求16所述的非暂态计算机可读存储介质,其中,为了确定空间维度中的所提取的特征,所述指令当被执行时,使所述至少一个处理器用于:
18.如权利要求17所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:通过组合通道维度中的所提取的特征和空间维度中的所提取的特征来标识所述躯干区域中的所提取的特征。
19.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:估计所述身体标志并生成与所述多个按顺序的神经网络层并行的所述上部热图掩码。
20.如权利要求14所述的非暂态计算机可读存储介质,其中,所述区域是上部躯干区域。
21.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:针对类别对来计算相关性系数,其中每个类别是队伍分类。
22.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:基于所述投票分数将标签与所述图像数据相关联。
23.如权利要求22所述的非暂态计算机可读存储介质,其中,所述标签用于标识穿制服的人员的存在。
24.如权利要求14所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:对地平面中的运动员进行分组,并且确定来自所述多个相机的运动员对应关系,所述指令用于关联来自所述多个相机的所述图像数据的运动员的边界框。
25.如权利要求24所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:基于当前边界框的面积、所述图像数据中的最大边界框的面积、所述当前边界框的宽度和所述当前边界框的高度来计算所述投票分数。
26.如权利要求25所述的非暂态计算机可读存储介质,其中,所述指令当被执行时,使所述至少一个处理器用于:针对所述当前边界框中的运动员将队伍标签与所述图像数据相关联。
27.一种方法,包括:
28.如权利要求27所述的方法,其中,所述多个按顺序的神经网络层包括至少四个按顺序的神经网络层,并且所述多个注意力模块包括至少三个注意力模块。
29.如权利要求27所述的方法,其中,确定通道维度中的所提取的特征进一步包括:
30.如权利要求29所述的方法,其中,确定空间维度中的所提取的特征进一步包括:
31.如权利要求30所述的方法,进一步包括:通过组合通道维度中的所提取的特征和空间维度中的所提取的特征来标识所述躯干区域中的所提取的特征。
32.如权利要求27所述的方法,进一步包括:估计所述身体标志并生成与所述多个...
【专利技术属性】
技术研发人员:刘宸宁,栗强,李文龙,方亦凯,郑航,陈建生,
申请(专利权)人:英特尔公司,
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。