[发明专利]从广播视频生成可跟踪视频帧的系统及方法在审
申请号: | 202080017542.3 | 申请日: | 2020-02-28 |
公开(公告)号: | CN113508604A | 公开(公告)日: | 2021-10-15 |
发明(设计)人: | 沙龙;S·甘古利;魏新宇;帕特里克·约瑟夫·卢西;阿迪亚·切鲁库穆迪 | 申请(专利权)人: | 斯塔特斯公司 |
主分类号: | H04N21/845 | 分类号: | H04N21/845;H04N21/234;G06K9/62 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 杨媛媛 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 广播 视频 生成 跟踪 系统 方法 | ||
1.一种从广播视频馈送生成可跟踪帧的方法,包括:
由计算系统检索体育赛事的广播视频馈送,所述广播视频馈送包括多个视频帧;
由所述计算系统使用主成分分析模型来生成用于分类的帧集,其中,所述帧集是上述多个视频帧的子集;
由所述计算系统将所述帧集中的每一帧划分成多个集群;
由所述计算系统将所述多个帧中的每一帧分类为可跟踪或不可跟踪,其中,可跟踪帧捕捉所述体育赛事的统一视图;
由所述计算系统将每个集群与预定阈值进行比较以确定每个集群是否包括至少阈值数目的可跟踪帧;以及
由所述计算系统将包括至少所述阈值数目的可跟踪帧的每个集群分类为可跟踪。
2.根据权利要求1所述的方法,其中,由所述计算系统使用主成分分析模型来生成用于分类的帧集,包括:
从所述多个视频帧中,每隔选定的时间间隔提取一帧,以生成所述广播视频馈送的所述主成分分析模型;
经由所述主成分分析模型从所提取的帧中识别帧子集;以及
使用所述帧子集作为所述用于分类的帧集。
3.根据权利要求2所述的方法,其中,由所述计算系统将所述帧集中的每一帧划分成多个集群,包括:
用相应的集群号标注所述帧子集中的每一帧。
4.根据权利要求3所述的方法,其中,由所述计算系统将所述多个帧中的每一帧分类为可跟踪或不可跟踪,包括:
使用包括多个视频帧和与每个视频帧相关联的标签的训练集来训练神经网络以将视频帧分类为可跟踪或不可跟踪,其中,所述标签为可跟踪或不可跟踪。
5.根据权利要求4所述的方法,其中,所述多个帧中的每一帧包括可跟踪/不可跟踪分类以及相关联的集群号。
6.根据权利要求5所述的方法,其中,由所述计算系统将每个集群与预定阈值进行比较以确定每个集群是否包括至少阈值数目的可跟踪帧,包括:
识别与给定集群标签相对应的每个帧;以及
确定与所述给定集群标签相对应的包含可跟踪分类的帧数。
7.根据权利要求1所述的方法,进一步包括:
将包括至少阈值数目的可跟踪帧的每个集群存储在数据存储中。
8.一种再识别广播视频馈送中运动员的系统,包括:
处理器;以及
存储器,其上存储有编程指令,所述编程指令当被所述处理器执行时执行一个或多个操作,包括:
检索体育赛事的广播视频馈送,所述广播视频馈送包括多个视频帧;
使用主成分分析模型来生成用于分类的帧集,其中,所述帧集是上述多个视频帧的子集;
将帧集中的每个帧划分成多个集群;
将所述多个帧中的每一帧分类为可跟踪或不可跟踪,其中,可跟踪帧捕捉所述体育赛事的统一视图;
将每个集群与预定阈值进行比较以确定每个集群是否包括至少阈值数目的可跟踪帧;以及
将包括至少所述阈值数目的可跟踪帧的每个集群分类为可跟踪。
9.根据权利要求8所述的系统,其中,使用主成分分析模型来生成用于分类的帧集,包括:
从所述多个视频帧中,每隔选定的时间间隔提取一帧,以生成所述广播视频馈送的所述主成分分析模型;
经由所述主成分分析模型从所提取的帧中识别帧子集;以及
使用所述帧子集作为所述用于分类的帧集。
10.根据权利要求9所述的系统,其中,将帧集中的每个帧划分成多个集群,包括:
用相应的集群号标注所述帧子集中的每一帧。
11.根据权利要求10所述的系统,其中,将所述多个帧中的每一帧分类为可跟踪或不可跟踪,包括:
使用包括多个视频帧和与每个视频帧相关联的标签的训练集来训练神经网络以将视频帧分类为可跟踪或不可跟踪,其中,所述标签为可跟踪或不可跟踪。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于斯塔特斯公司,未经斯塔特斯公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080017542.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:从广播视频生成运动员跟踪数据的系统及方法
- 下一篇:控制装置以及对位装置