[发明专利]一种识别体育赛事视频片段的方法、电子设备及存储介质

权利要求书

1.一种识别体育赛事视频片段的方法，其特征在于，包括：

采用第一预设模型对体育赛事视频片段的动作类别进行识别；所述第一预设模型的训练采用第一样本数据；所述第一样本数据为与动作类别相关的数据；

其中，所述第一预设模型为采用非局部模块nonlocal和双流膨胀3D卷积I3D相结合的卷积神经网络；所述第一预设模型的训练包括：收集各体育赛事视频片段的各动作类别数据，并作为所述第一样本数据；预处理所述第一样本数据，并采用预处理过的第一样本数据训练所述nonlocal和所述I3D相结合的卷积神经网络；将达到第一预设条件时的所述nonlocal和所述I3D相结合的卷积神经网络作为训练好的第一预设模型；

若识别结果的准确率低于预设阈值，则采用第二预设模型对所述动作类别进行再识别，并将再识别结果作为所述动作类别的最终识别结果；所述第二预设模型的训练采用第二样本数据；所述第二样本数据为与体育赛事视频片段中的目标参照物的相对位置相关的数据；所述相对位置是目标参照物与动作类别的触发部位之间的位置；

其中，所述第二预设模型为卷积神经网络CNN分类器；所述第二预设模型的训练包括：收集各体育赛事视频片段的目标参照物对应的各相对位置数据，并作为所述第二样本数据；预处理所述第二样本数据，并采用预处理过的第二样本数据训练所述CNN分类器；将达到第二预设条件时的所述CNN分类器作为训练好的第二预设模型。

2.根据权利要求1所述的识别体育赛事视频片段的方法，其特征在于，所述采用第二预设模型对所述动作类别进行再识别，并将再识别结果作为所述动作类别的最终识别结果，包括：

若再识别结果包括多个动作类别，则分别获取所有动作类别的数量，并将数量最多的动作类别作为所述最终识别结果。

3.根据权利要求2所述的识别体育赛事视频片段的方法，其特征在于，所述采用第二预设模型对所述动作类别进行再识别，并将再识别结果作为所述动作类别的最终识别结果，包括：

若判断获知数量最多的动作类别不唯一，则分别获取所有数量最多的动作类别的置信度，并将置信度数值最大的动作类别作为所述最终识别结果。

4.根据权利要求1至3任一所述的识别体育赛事视频片段的方法，其特征在于，所述相对位置是采用yolo算法对所述体育赛事视频片段中的每帧图片检测获得的。

5.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。

6.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。