[发明专利]基于运动视频的周期运动检测方法

说明书

技术领域

本发明涉及的是一种运动视频处理的方法，具体是一种基于运动视频的周期运动检测方法。

背景技术

运动视频分析在视频检索、运动训练、视频编辑等领域具有重要的应用。基于视频的运动捕捉在视频监控过程中不需要与被监控者有直接接触，很容易让被监控者所接受，具有广泛的应用。

经过对现有技术的文献检索发现，已有很多不同的运动视频分析算法被提出。A. Ekin, A. Tekalp, and R. Mehrotra在《IEEE Trans.Circuits and Systems for Video Technology, vol. 12, no. 7, 2003.》（电气电子工程师协会电路与系统期刊视频技术学报2003年11月12日7号刊）第796页到807页上发表的“Automatic Soccer Video Analysis and Summarization”（自动足球比赛视频分析和汇总）论文中提出一种基于目标特征的足球视频自动分析和汇总的框架。该框架包括一些低级的视频处理方法，包括主色区域检测、镜头边界检测以及镜头分类等，也包括一些高级的目标检测方法，包括裁判检测、禁区检测等。目前各方法主要是针对球类运动应用，很少有研究对体育运动中的周期性特性进行检测分析，而周期运动的检测和分析在实际的应用中有广阔的应用前景。

发明内容

本发明针对以上不足，结合实际体育运动训练中的需求，提出一种基于运动视频的周期运动检测方法，有效对周期运动视频进行检测，本发明首先确定运动视频每帧中的运动模式，然后确定运动模式，在此基础上针对不同情形对周期运动进行检测，不仅可以实时对周期运动视频进行检测并计数，而且可以有效地对周期运动动作的合格性进行判断。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

第一步：确定运动模式

对由静止摄像机拍摄的运动视频的帧图像序列进行帧差处理，将得到的帧差图像作阈值化处理，得到物体的运动边缘；采用运动历史图像（MHI）算法提取出运动视频中的运动前景；计算该运动前景中各个运动部件相对于图像帧的运动矢量，得到各个运动部分的运动矢量表。

第二步：运动模式匹配与运动模式滤波

通过颜色空间和相对位置等特征向量对本帧中的运动物体与上帧中的运动物体进行相似性度量，达到最佳匹配，从而确定当前帧的运动模式。运动模式匹配后，分两种情形提取周期运动模式、滤除非周期运动模式。对于较容易获取运动模式的周期运动场景，采用基于轨迹分析的策略，即将各条轨迹与预定的标准周期运动模式轨迹进行相似性比较，从而滤除非周期运动而保留周期运动轨迹；对于不易提取运动模式的复杂周期运动场景，采取基于区域的滤波策略，即在每一帧中选取具有区分意义的运动区域，并对该区域的特征矢量进行分析，通过与预定的周期运动规则比较而达到滤除非周期运动、保留周期运动模式的目的。

第三步：周期运动检测和计数 

通过对周期运动的合格性进行判断，并对周期运动进行计数，将周期运动每一帧的特征向量与合格的周期运动判决条件进行比较，当该周期运动对各个判决条件的符合度超过了某个阈值，就判断该周期运动是合格的运动，否则即为不合格，不予计数；其中对于时间满足性的判断，通过采用循环移位的优化算法每次只更新一位数值来降低复杂度。

对于具有空间要求的周期运动（例如举哑铃运动），对得到的各条周期运动轨迹进行合格性判断。分析各个判决条件，如果该周期运动对各个判决条件的符合度之和超过某个阈值，就判定该运动具有空间满足性，是合格的周期运动，否则即为不合格周期运动；对于具有时间要求的周期运动（例如举重规则要求杠铃在最高处保持至少3秒钟），基于运动特征向量采取循环移位的方法判断时间满足性。在成功判别周期运动的状态后对该运动进行相应的计数工作。