一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，所述方法包括以下步驟：S1，采用歸一化的Laplace操作數(shù)來(lái)估計(jì)局部尺度，建立尺度自適應(yīng)局部時(shí)空特征檢測(cè)算法，將Harris時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)和Laplace操作數(shù)相結(jié)合推導(dǎo)出Harris?Laplace時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)；S2，將歸一化的Laplace操作數(shù)推廣到時(shí)空域中；S3，將局部時(shí)空特征描述子推廣到三維足球比賽視頻圖像中；實(shí)現(xiàn)了在聚類生成碼本之前，對(duì)每個(gè)時(shí)空興趣點(diǎn)都進(jìn)行了歸一化，以保證其縮放和平移不變性。
【專利說(shuō)明】
-種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于行為識(shí)別領(lǐng)域，具體設(shè)及一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng) 員行為檢測(cè)方法。
【背景技術(shù)】
[0002] 足球比賽視頻中的多運(yùn)動(dòng)員行為表示的好壞直接影響行為識(shí)別的準(zhǔn)確率。在足球 比賽中的多運(yùn)動(dòng)員行為分析和識(shí)別過(guò)程中，選取的特征越多，對(duì)行為的描述也就越充分。但 是選取過(guò)多的特征會(huì)導(dǎo)致數(shù)據(jù)間的冗余過(guò)大，特征向量的維數(shù)過(guò)高，數(shù)據(jù)分布的本質(zhì)規(guī)律 不容易被發(fā)現(xiàn)，訓(xùn)練行為識(shí)別模型所需的數(shù)據(jù)量過(guò)大，算法的計(jì)算量大，不利于行為識(shí)別的 實(shí)時(shí)性處理。因此，足球比賽視頻中的多運(yùn)動(dòng)員行為識(shí)別研究的關(guān)鍵問(wèn)題是如何有效地描 述提取的特征才能夠很好地表征行為。
[0003] 過(guò)去研究者對(duì)行為表示進(jìn)行了廣泛的研究，其中比較典型的研究有：BOBICK和 DAVIS利用減背景法推導(dǎo)出時(shí)間模板的表示。該行為表示方法簡(jiǎn)單，但容易受噪聲影響。 WANG采用自適應(yīng)多闊值選擇光流特征作為行為的表示來(lái)識(shí)別足球比賽視頻中的團(tuán)隊(duì)行為。 但研究局限于處理S類團(tuán)隊(duì)行為，且易受噪聲干擾。現(xiàn)有的采用時(shí)間序列的因果關(guān)系來(lái)描 述成對(duì)行為，并利用空間行為軌跡匹配來(lái)識(shí)別人類行為，但難W被推廣到多運(yùn)動(dòng)員的行為 識(shí)別中來(lái)，用一個(gè)完整的四維對(duì)象-實(shí)時(shí)交互張量來(lái)描述團(tuán)隊(duì)行為模式，通過(guò)學(xué)習(xí)并優(yōu)化張 量積來(lái)減少內(nèi)核，使它凝聚到一個(gè)可區(qū)別的時(shí)空互動(dòng)矩陣中。
[0004] 基于模型的目標(biāo)識(shí)別和概率計(jì)劃識(shí)別的表示構(gòu)成四個(gè)主要假設(shè):①在智能體之間 從事團(tuán)隊(duì)活動(dòng)時(shí)，單個(gè)智能體目標(biāo)是指定的時(shí)空關(guān)系的天然的原子表示單位;②在高度結(jié) 構(gòu)化的多智能體的行為識(shí)別過(guò)程中，行為的時(shí)間結(jié)構(gòu)的高層次描述使用較少的低階時(shí)空關(guān) 系集和邏輯限制就足W表達(dá)智能體之間的關(guān)系;③貝葉斯網(wǎng)絡(luò)為不確定的視覺(jué)感知特征的 多種來(lái)源提供了一種適當(dāng)?shù)娜诤蠙C(jī)制;④可W用自動(dòng)生成的貝葉斯網(wǎng)絡(luò)來(lái)融合不確定時(shí)態(tài) 信息和計(jì)算對(duì)象軌跡數(shù)據(jù)集是一個(gè)特定的多智能體的行為的可能性。由于假設(shè)的限制容易 引起標(biāo)記的偏置問(wèn)題，且難W實(shí)現(xiàn)。為此引入一個(gè)能明確對(duì)動(dòng)態(tài)團(tuán)隊(duì)成員進(jìn)行編碼和適應(yīng) 計(jì)劃識(shí)別形式的新的多智能體的計(jì)劃表示法。從多智能體的計(jì)劃表示法中提取的局部時(shí)間 依賴性能夠顯著地修剪潛在有效的團(tuán)隊(duì)計(jì)劃的假設(shè)集。修剪過(guò)程比較費(fèi)時(shí)，不能滿足實(shí)時(shí) 足球比賽行為識(shí)別的要求。
[0005] 此后在無(wú)監(jiān)督的時(shí)間分割過(guò)程中，提出了一種基于動(dòng)態(tài)時(shí)間序列的高斯混合模型 匹配行為的行為識(shí)別方法。該方法假定行為數(shù)據(jù)是一個(gè)能夠充分描述的多單向標(biāo)簽，利用 了時(shí)空特征通過(guò)假設(shè)行為的優(yōu)先級(jí)順序來(lái)識(shí)別多人行為。但是在團(tuán)隊(duì)行為識(shí)別的特征子集 中會(huì)出現(xiàn)多個(gè)同時(shí)事件。在特殊情況下，事先設(shè)定的優(yōu)先級(jí)高的行為可能是不重要的行為， 運(yùn)樣影響了多運(yùn)動(dòng)員行為識(shí)別的準(zhǔn)確性。LAPTEV為視頻數(shù)據(jù)的簡(jiǎn)潔表示提出了時(shí)空興趣 點(diǎn)，并探討了利用時(shí)空興趣點(diǎn)來(lái)描述人的行為的優(yōu)勢(shì)。
[0006] 借鑒LAPTEV的思想，需要一種新的檢測(cè)方法能夠保證其縮放和平移不變性。

【發(fā)明內(nèi)容】

[0007] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種基于尺度自適應(yīng)局部時(shí)空特征的 多運(yùn)動(dòng)員行為檢測(cè)方法能夠?qū)崿F(xiàn)了在聚類生成碼本之前，對(duì)每個(gè)時(shí)空興趣點(diǎn)都進(jìn)行了歸一 化，W保證其縮放和平移不變性。
[0008] -種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，所述方法包括W下 步驟：
[0009] SI,采用歸一化的Laplace操作數(shù)來(lái)估計(jì)局部尺度，建立尺度自適應(yīng)
[0010] 局部時(shí)空特征檢測(cè)算法，將化rris時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)和Laplace
[0011] 操作數(shù)相結(jié)合推導(dǎo)出化rris-Laplace時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)；
[0012] S2,將歸一化的Laplace操作數(shù)推廣到時(shí)空域中；
[0013] S3,將局部時(shí)空特征描述子推廣到=維足球比賽視頻圖像中。
[0014] 優(yōu)選地，所述Sl中尺度自適應(yīng)局部時(shí)空特征檢測(cè)算法具體為
[001 引
（1)
[0016] 其中，H的正的局部最大值對(duì)應(yīng)于Ai、A2和A3的高值點(diǎn)，Ai<A2<A3,比率a = A2Ai，e =入3/入1。從要求H^O可得k《地/(l+a+e)3。
[0017] 優(yōu)選地，所述S3將局部時(shí)空特征描述子推廣到=維足球比賽視頻圖像中的計(jì)算方 法包括:直方圖計(jì)算、方向量化的計(jì)算和平均梯度計(jì)算。
[0018] 優(yōu)選地，所述直方圖計(jì)算和方向量化的計(jì)算具體為：
[0019] 對(duì)于一個(gè)給定的立方體C= (Xe,yc，tc, Ic,Wc,he)，將其分為SX SX S個(gè)子塊bi。對(duì)于 每個(gè)子塊，利用式(4)來(lái)計(jì)算其平均梯度，然后將容《;量化為qbi。對(duì)于每個(gè)區(qū)域C，通過(guò)求和量 化后的均值梯度向量來(lái)計(jì)算其直方圖h。。
[0020] (3)
[0021] 對(duì)于一個(gè)給定的正n面體，其中屯、就是=維坐標(biāo)系的原點(diǎn)，3D梯度向量相對(duì)于原點(diǎn) 的方向通過(guò)坐標(biāo)點(diǎn)的平移來(lái)量化，矩陣P中的每個(gè)點(diǎn)為多面體每個(gè)面的中屯、Pl，P2，…，Pn，P = (P1，P2，。'，Pn)T，其中，口1=佔(zhàn)，71，1：〇了，則20個(gè)中屯、點(diǎn)為：
[0022] (il,±i,±l) :(0,±1/供±約（±1/妍出取，0)(止砰,0,±1/抑 (4)
[0023] 其中，黃金分割W
[0024] 氣在森上的投影可W通過(guò)式(5)來(lái)計(jì)算； 閨
喊，
[00%] 將奈闊值化處理為么,A，然后利用式(6)進(jìn)行量化處理；
[0027] (6)。
[0028] 優(yōu)選地，所述平均梯度計(jì)算具體為：
[0029] 將足球比賽視頻序列v(x，y，t)沿x，y，t方向的偏導(dǎo)數(shù)分為記為，則可采 用式(7)來(lái)計(jì)算z'Va、，的，八。；
[0030] 口)
[0031 ] 對(duì)于一個(gè)30立方體6=(義,7,1:,1,'\￥,11)，其中，^,7,1:)'''和1,￥,11分別表示立方體的 位置及長(zhǎng)、寬和高；
[0032] 可W采用式(8)來(lái)快速計(jì)算出其平均梯度向量
>量；
[0033] (8)
[0034] 同理，可快速計(jì)算出扣，點(diǎn)。。
[0035] 本發(fā)明的技術(shù)方案具有W下有益效果：
[0036] 本發(fā)明提供一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，利用時(shí) 空興趣點(diǎn)來(lái)表示足球比賽視頻中的多運(yùn)動(dòng)員行為進(jìn)行行為識(shí)別。將足球比賽視頻序列中的 多運(yùn)動(dòng)員行為看作是=維空間中的時(shí)空興趣點(diǎn)的集合。采用直方圖量化技術(shù)將時(shí)空興趣點(diǎn) 集合量化為維數(shù)固定的直方圖（即時(shí)空單詞），采用K-means聚類算法生成時(shí)空碼本。在聚類 生成碼本之前，對(duì)每個(gè)時(shí)空興趣點(diǎn)都進(jìn)行了歸一化，W保證其縮放和平移不變性。實(shí)驗(yàn)結(jié)果 表明，本文提出的方法能夠大大減少算法的計(jì)算量，用基于尺度自適應(yīng)局部時(shí)空特征的足 球比賽視頻中的多運(yùn)動(dòng)員行為表示進(jìn)行多運(yùn)動(dòng)員行為識(shí)別時(shí)能夠顯著提高識(shí)別的準(zhǔn)確率。
【附圖說(shuō)明】
[0037] 下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
[0038] 圖Ia是本發(fā)明基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法的整個(gè)描 述子；
[0039] 圖Ib是本發(fā)明基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法的直方圖 計(jì)算；
[0040] 圖Ic是本發(fā)明基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法的方向梯 度量化；
[0041] 圖Id是本發(fā)明基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法的平均梯 度計(jì)算。
【具體實(shí)施方式】
[0042] 為了清楚了解本發(fā)明的技術(shù)方案，將在下面的描述中提出其詳細(xì)的結(jié)構(gòu)。顯然，本 發(fā)明實(shí)施例的具體施行并不足限于本領(lǐng)域的技術(shù)人員所熟習(xí)的特殊細(xì)節(jié)。本發(fā)明的優(yōu)選實(shí) 施例詳細(xì)描述如下，除詳細(xì)描述的運(yùn)些實(shí)施例外，還可W具有其他實(shí)施方式。
[0043] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。
[0044] 本文借鑒LINDE邸RG關(guān)于空間中局部尺度特征自適應(yīng)選擇的方法，將化rr is檢測(cè) 操作數(shù)推廣到足球比賽視頻時(shí)空域中，提出了尺度自適應(yīng)局部時(shí)空特征檢測(cè)算法(1)，在局 部時(shí)空域中定義一個(gè)能同時(shí)在時(shí)間和空間維上取得極大值的差分操作數(shù)，采用歸一化的 Laplace操作數(shù)來(lái)估計(jì)局部尺度。利用式（1)將化rris時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)和Laplace操 作數(shù)相結(jié)合椎導(dǎo)出化rri S-UdI ace時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)。
[0045]
(1)
[0046] 其中，H的正的局部最大值對(duì)應(yīng)于Ai、A2和A3的高值點(diǎn)，Ai<A2<A3,比率a = A2Ai，e =入3/^。從要求11>〇可得1^《(10/(1+(1+0)3。假定(1=6=1，4的最大可能值為1/27。4值足夠大 時(shí)，H的正的局部極大值對(duì)應(yīng)的點(diǎn)沿時(shí)間和空間方向的圖像值變化劇烈。特別當(dāng)空間域中a 和e的最大值為23時(shí)，k>0.005。因此，可通過(guò)檢測(cè)H中的正的局部時(shí)空極大值來(lái)檢測(cè)足球比 賽視頻圖像序列V中的時(shí)空興趣點(diǎn)。
[0047] 利用式(2)將歸一化的Lap Iace操作數(shù)推廣到時(shí)空域中。
[0048]
(T)
[0049] 公式1詳細(xì)描述了推廣后的尺度自適應(yīng)時(shí)空檢測(cè)操作數(shù)的具體執(zhí)行過(guò)程。
[0050] 足球比賽視頻中局部區(qū)域的表示是一個(gè)開(kāi)放性的問(wèn)題。本文利用方向梯度直方圖 (化Stogram Oriented Gradient，化G)描述子將足球比賽視頻視為"時(shí)-空"長(zhǎng)方體，并將 化G描述子推廣到=維足球比賽視頻圖像中。
[0051] 對(duì)于一個(gè)局部時(shí)空感興趣區(qū)域，局部描述子用一個(gè)特征向量來(lái)表示該區(qū)域。圖像 或者整個(gè)足球比賽視頻序列可表示為一組在不同的尺度和位置下的特征向量集。為了能有 效地利用局部特征向量來(lái)進(jìn)行足球比賽視頻中的多運(yùn)動(dòng)員行為的識(shí)別，客觀上要求運(yùn)些特 征描述子具有比較強(qiáng)的區(qū)分能力，同時(shí)又不受光照，輕微形變等干擾因素的影響。將HoG描 述子推廣到3D的計(jì)算方法如圖1所示，其中設(shè)及到的關(guān)鍵計(jì)算有:平均梯度計(jì)算、方向量化 的計(jì)算、直方圖計(jì)算。W下詳細(xì)描述運(yùn)=種計(jì)算，結(jié)合圖Ia到圖Id。直方圖計(jì)算:方向梯度的 直方圖需要在一個(gè)梯度向量的集合中進(jìn)行計(jì)算。具體計(jì)算方法如下:對(duì)于一個(gè)給定的立方 體〇=山，7。，心，1。，*。山），將其分為5乂8乂5個(gè)子塊61。對(duì)于每個(gè)子塊，利用式(4)來(lái)計(jì)算其 平均梯度，然后將京i量化為qbi。對(duì)于每個(gè)區(qū)域C，通過(guò)求和量化后的均值梯度向量來(lái)計(jì)算其 直方圖h。。
[0化 2] 城
[0053] 方向梯度量化:靜態(tài)2D圖像中，一個(gè)n-bin的方向梯度直方圖可W看作為由n邊的 正多邊形圍成的，正多邊形的每一條邊相當(dāng)于直方圖中的一個(gè)bin。在3D空間中，正多邊形 推廣為正多面體(如圖1(c))，常見(jiàn)的正多面體的邊數(shù)有4、6、8、12、20。因此，本文采用的多 面體邊數(shù)為20。對(duì)于一個(gè)給定的正n面體，假設(shè)其中屯、就是=維坐標(biāo)系的原點(diǎn)，3D梯度向量 相對(duì)于原點(diǎn)的方向通過(guò)坐標(biāo)點(diǎn)的平移（即矩陣的乘法)來(lái)量化。矩陣P中的每個(gè)點(diǎn)為多面體 每個(gè)面的中屯、P1，P2，。'，Pn，P=(Pl，P2，。'，Pn)T，其中，口1=佔(zhàn)，71，1：〇\則20個(gè)中屯、點(diǎn)為：
[0054] (±1,±1,±1) (〇，±1/護(hù)±0) (±1/護(hù)帥斯 化護(hù) 0，±l/p) (4)
[0化5]其中，黃金分割比
！6在森上的投影可W通過(guò)式(5)來(lái)計(jì)算。
[0056] , 巧）
[0化7] 接下來(lái)，將4闊值化處理為矣*，然后利用式(6)進(jìn)行量化處理。
[0化引 賦
[0059] 平均梯度的計(jì)算：為了計(jì)算3D方向梯度直方圖，首先必須快速有效地計(jì)算出圖像 的梯度向量(如圖1(d))。由于必須考慮不同的空間尺度和時(shí)間尺度，一個(gè)有效的解決方案 就是采用時(shí)空金字塔，預(yù)先計(jì)算各個(gè)不同尺度下的方向梯度。但是運(yùn)種方法雖然降低了時(shí) 間復(fù)雜度，卻大大提高了空間復(fù)雜度。2001年，Viola等提出了積分圖概念，并將積分圖作為 化rr特征計(jì)算的中間表示方法應(yīng)用于人臉檢測(cè)系統(tǒng)，大大提高了計(jì)算效率。參考Viola等提 出的方法，將足球比賽視頻序列v(x，y，t)沿x，y，t方向的偏導(dǎo)數(shù)分為記為Vf、，心，V&，貝柯采 用式(7)來(lái)計(jì)算=
[0060] (7)
[0061 ] 對(duì)于一個(gè)30立方體6=(義,7,1:,1,'\￥,11)，其中，^,7,1:)'''和1,￥,11分別表示立方體的 位置及長(zhǎng)、寬和高。
[0062] 可W采用式(8)來(lái)快速計(jì)算出其平均梯度向量
向森&分量。
[0063] (8)
[0064] 同理，可快速計(jì)算出京5,，京@。運(yùn)樣，通過(guò)借鑒積分圖的思想，可W大大提高多運(yùn)動(dòng) 員行為的時(shí)空興趣點(diǎn)表示
[0065] 時(shí)空興趣點(diǎn)是指在時(shí)間上和空間上強(qiáng)度變化比較大的點(diǎn)。時(shí)空興趣點(diǎn)表示方法是 一種比較新的帖序列底層特征表示方法。設(shè)足球比賽視頻時(shí)空?qǐng)D像序列為V':紙2 X沢^漸， 通過(guò)V與具有不同空間方差的和時(shí)間方差的各向異性高斯核卷積來(lái)構(gòu)造線性尺度空間表 示巧:護(hù) xWxW; h-)?。
[0066]
角)：
[0067] 通過(guò)式(10)來(lái)定義時(shí)空可分離高斯核：
[006引
[0069] 對(duì)時(shí)間域和空間域分開(kāi)使用單獨(dú)的尺度參數(shù)是至關(guān)重要的，因?yàn)槭录臅r(shí)間和空 間分量一般來(lái)說(shuō)是獨(dú)立的。而且，用時(shí)空興趣點(diǎn)算子來(lái)檢測(cè)事件取決于觀察的時(shí)間和空間 尺度，因此，需要分開(kāi)處理相應(yīng)的尺度參數(shù)馬2和<。
[0070] 考慮用一個(gè)由一階空間和時(shí)間尺度組成的3X3時(shí)空二階矩矩陣，并用高斯加權(quán)函 數(shù)求平均。
[0071]
[0072] 利用of = S如和rf =如將式(9)中的尺度參數(shù)狂f和療融合到局部尺度參數(shù)of和 rf中，并定義一階導(dǎo)數(shù)為:3D空間中梯度的計(jì)算速度
[0073]
(12)
[0074] 刃/粒測(cè)時(shí)空興趣點(diǎn)，巧視鎖V中捜索y中具有顯著特征值A(chǔ)l、A2和A3的區(qū)域。在捜 索區(qū)域的不同方法中，結(jié)合y的行列式和跟蹤擴(kuò)展定義用于空間域的化rris角點(diǎn)函數(shù)為時(shí) 空域化rr is角點(diǎn)函數(shù)：
[007引 H=、A2A3-kai+A2+A3)3，（、《A2《A3) (13)
[0076] 本發(fā)明提供一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，利用時(shí) 空興趣點(diǎn)來(lái)表示足球比賽視頻中的多運(yùn)動(dòng)員行為進(jìn)行行為識(shí)別。將足球比賽視頻序列中的 多運(yùn)動(dòng)員行為看作是=維空間中的時(shí)空興趣點(diǎn)的集合。采用直方圖量化技術(shù)將時(shí)空興趣點(diǎn) 集合量化為維數(shù)固定的直方圖（即時(shí)空單詞），采用K-means聚類算法生成時(shí)空碼本。在聚類 生成碼本之前，對(duì)每個(gè)時(shí)空興趣點(diǎn)都進(jìn)行了歸一化，W保證其縮放和平移不變性。實(shí)驗(yàn)結(jié)果 表明，本文提出的方法能夠大大減少算法的計(jì)算量，用基于尺度自適應(yīng)局部時(shí)空特征的足 球比賽視頻中的多運(yùn)動(dòng)員行為表示進(jìn)行多運(yùn)動(dòng)員行為識(shí)別時(shí)能夠顯著提高識(shí)別的準(zhǔn)確率。
[0077] 最后應(yīng)當(dāng)說(shuō)明的是：W上實(shí)施例僅用W說(shuō)明本發(fā)明的技術(shù)方案而非對(duì)其限制，盡 管參照上述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，所屬領(lǐng)域的普通技術(shù)人員依然可W對(duì)本發(fā) 明的【具體實(shí)施方式】進(jìn)行修改或者等同替換，運(yùn)些未脫離本發(fā)明精神和范圍的任何修改或者 等同替換，均在申請(qǐng)待批的權(quán)利要求保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，其特征在于，所述方 法包括以下步驟： S1，采用歸一化的Laplace操作數(shù)來(lái)估計(jì)局部尺度，建立尺度自適應(yīng)局部時(shí)空特征檢測(cè) 算法，將Harr is時(shí)空興趣點(diǎn)檢測(cè)操作數(shù)和Laplace操作數(shù)相結(jié)合推導(dǎo)出Harr is-Laplace時(shí) 空興趣點(diǎn)檢測(cè)操作數(shù)； S2,將歸一化的Laplace操作數(shù)推廣到時(shí)空域中； S3，將局部時(shí)空特征描述子推廣到三維足球比賽視頻圖像中。2. 根據(jù)權(quán)利要求1所述的基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，其 特征在于，所述S1中尺度自適應(yīng)局部時(shí)空特征檢測(cè)算法具體為(1) 其中，Η的正的局部最大值對(duì)應(yīng)于心、\2和λ3的高值點(diǎn)，\1〈\ 2〈\3，比率€1 = \2八1，0 = \3/入1。 從要求 Η^Ο 可得 1?^Ξαβ/( 1+α+β)3。3. 根據(jù)權(quán)利要求1所述的基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，其 特征在于，所述S3將局部時(shí)空特征描述子推廣到三維足球比賽視頻圖像中的計(jì)算方法包 括:直方圖計(jì)算、方向量化的計(jì)算和平均梯度計(jì)算。4. 根據(jù)權(quán)利要求3所述的基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，其 特征在于，所述直方圖計(jì)算和方向量化的計(jì)算具體為： 對(duì)于一個(gè)給定的立方體c = (X。，y。，t。，1。，w。，h。），將其分為S X S X S個(gè)子塊bi;對(duì)于每個(gè) 子塊，利用式(4)來(lái)計(jì)算其平均梯度，然后將玄《量化為qbl。對(duì)于每個(gè)區(qū)域c，通過(guò)求和量化后 的均值梯度向量來(lái)計(jì)算其直方圖h。；對(duì)于一個(gè)給定的正η面體，其中心就是三維坐標(biāo)系的原點(diǎn)，3D梯度向量相對(duì)于原點(diǎn)的方 向通過(guò)坐標(biāo)點(diǎn)的平移來(lái)量化，矩陣Ρ中的每個(gè)點(diǎn)為多面體每個(gè)面的中心Ρ1，Ρ2,…，ρη，ρ = (ρι，Ρ2,…，ρη)τ，其中，pi=(xi，yi，ti)T，則20個(gè)中心點(diǎn)為： (；±1,±1,±1) (0，±1:/私土識(shí))：（士 1:./供 ±:於 0) (±φβΜ·Ιψ)· (4 ) 其中，黃金分割比 ,_i在恿上的投影可以通過(guò)式(5)來(lái)計(jì)算；(5)， 將么閾值化處理為I，然后利用式(6)進(jìn)行量化處理；5. 根據(jù)權(quán)利要求4所述的基于尺度自適應(yīng)局部時(shí)空特征的多運(yùn)動(dòng)員行為檢測(cè)方法，其 特征在于，所述平均梯度計(jì)算具體為： 將足球比賽視頻序列V(x，y，t)沿x，y，t方向的偏導(dǎo)數(shù)分為記為~心^~則可采用式 (7)來(lái)計(jì)算心(7) 對(duì)于一個(gè)3D立方體b = (x，y，t，l，w，h)，其中，分別表示立方體的位置 及長(zhǎng)、寬和高； 可以采用式(8)來(lái)快速計(jì)算出其平均梯度向量同理，可快速計(jì)算出，gw。
【文檔編號(hào)】G06K9/00GK105956543SQ201610272162
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年4月27日
【發(fā)明人】王智文, 蔣聯(lián)源, 王宇航
【申請(qǐng)人】廣西科技大學(xué)