[发明专利]带球突破事件识别方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202110177980.2 申请日: 2021-02-09
公开(公告)号: CN112883865A 公开(公告)日: 2021-06-01
发明(设计)人: 谷周亮;李升;刘强 申请(专利权)人: 北京深蓝长盛科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 马云超
地址: 100085 北京市海淀区信*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 带球 突破 事件 识别 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种带球突破事件识别方法、装置、计算机设备和存储介质。所述方法包括:接收目标对象的基于时间序列的位置帧;目标对象包括球和球员;获取赛场模型和目标对象特征画像模型,基于赛场模型的赛场坐标系识别每一目标对象特征画像模型与每一位置帧中的位置坐标之间的对应关系,更新每一目标对象特征画像模型中的位置坐标;根据球特征画像模型中的球位置坐标与球员特征画像模型中的球员位置坐标,在球员中确定持球球员,并根据持球球员确定赛场上两支队伍的攻守状态;当基于赛场模型中的目标篮筐位置,判定存在持球球员与目标防守球员间的位置关系满足预设位置变化条件时,确定发生带球突破事件。采用本方法提高了带球突破事件的识别准确率。

技术领域

本申请涉及定位分析技术领域,特别是涉及一种带球突破事件识别方法、装置、计算机设备和存储介质。

背景技术

篮球赛事中,持球球员的带球突破是非常实用且常见的破防方法,可以高效的帮助持球球员摆脱对方球员的防守,也非常具有观赏性。针对带球突破事件的识别方法,一般通过场外人员人眼观察识别或者通过计算机视觉类技术识别。

然而赛场上带球突破事件随时都有可能发生,在带球突破事件发生时可能会存在多名球员间位置重叠或者遮挡的情况,因此,基于人眼观察或者计算机视觉类技术去识别或统计带球掩护事件准确性较低。

发明内容

基于此,有必要针对上述技术问题,提供一种带球突破事件识别方法、装置、计算机设备和存储介质。

一种带球突破事件识别方法,所述方法包括:

接收目标对象的基于时间序列的位置帧;所述目标对象包括球和球员;

获取赛场模型和所述目标对象的特征画像模型,根据所述赛场模型中每一所述目标对象对应的特征画像模型与每一所述位置帧中的位置坐标之间的对应关系,更新每一所述目标对象对应的特征画像模型中的位置坐标;

根据所述球对应的特征画像模型中的球位置坐标与所述球员对应的特征画像模型中的球员位置坐标,在所述球员中确定持球球员,并根据所述持球球员确定赛场上两支队伍的攻守状态;

当基于所述赛场模型中的目标篮筐位置,判定存在进攻方队伍中所述持球球员与防守方队伍中的目标防守球员间的位置关系满足预设位置变化条件时,确定发生带球突破事件。

在其中一个实施例中,所述球对应的特征画像模型中的特征信息包括球标识、基于时间序列的位置帧中球位置坐标组和当前球位置坐标;还包括持球球员标识、所处比赛标识、是否在投篮判定区标识、当前球行进坐标方向角和球平均速度中的至少一个。

在其中一个实施例中,所述球员对应的特征画像模型中的特征信息包括球员标识、基于时间序列的位置帧中对应自身球员的位置坐标组和当前球员位置坐标;还包括所属队伍标识、所处比赛标识、当前攻守状态标识、是否持球标识、所述当前球员位置坐标的所在位置帧标识、当前球员行进坐标方向角和球员平均速度中的至少一个。

在其中一个实施例中,所述获取赛场模型和所述目标对象的特征画像模型,根据所述赛场模型中每一所述目标对象对应的特征画像模型与每一所述位置帧中的位置坐标之间的对应关系,更新每一所述目标对象对应的特征画像模型中的位置坐标,包括:

获取赛场模型和所述目标对象的特征画像模型;所述赛场模型中包含有赛场内器件以及标识线的位置特征指标;所述特征画像模型中包含有所述目标对象的位置特征指标;

基于所述赛场模型对应的赛场坐标系,识别每一所述位置帧中的每一位置坐标,并根据每一所述位置帧中所述目标对象的位置坐标与所述目标对象对应的特征画像模型间的对应关系,将每一所述位置帧中每一所述目标对象的位置坐标更新至对应的特征画像模型的位置特征指标中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京深蓝长盛科技有限公司,未经北京深蓝长盛科技有限公司许可,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/202110177980.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top