[发明专利]目标战术识别方法、装置、电子设备及存储介质

权利要求书

1.一种目标战术识别方法，其特征在于，所述方法包括：

获取比赛视频；

将所述比赛视频切割为多个具有目标长度的视频片段；

将所述多个视频片段输入目标战术模型，得到与所述多个视频片段对应的多个预测分数，所述目标战术模型通过样本片段以及与所述样本片段对应的标注分数训练得到，所述标注分数表示所述样本片段与目标战术片段的重合度；

根据所述多个预测分数，从所述多个视频片段中，确定目标战术片段。

2.根据权利要求1所述的方法，其特征在于，所述将所述比赛视频切割为多个具有目标长度的视频片段之前，还包括：

识别所述比赛视频中每帧图像的人体骨骼关键点；

根据所述人体骨骼关键点，将所述比赛视频中的每帧图像调整到预设视角。

3.根据权利要求1所述的方法，其特征在于，所述目标战术模型通过以下步骤获得：

获取样本集，所述样本集包括多个具有目标长度的样本片段，以及与所述样本片段对应的标注分数；

使用所述样本集对神经网络模型进行训练，得到所述目标战术模型，所述神经网络模型包括卷积神经网络和全连接层。

4.根据权利要求3所述的方法，其特征在于，所述获取样本集，包括：

获取样本视频中的标注信息，所述标注信息包括目标战术片段，以及与所述目标战术片段对应的目标长度；

将所述样本视频切割为多个具有目标长度的样本片段；

根据所述标注信息确定每个所述样本片段的标注分数。

5.根据权利要求4所述的方法，其特征在于，所述获取所述样本视频中的标注信息，包括：

获取多个工作人员在所述样本视频中，标注的多个目标战术片段以及与每个所述目标战术片段对应的起始帧号和结束帧号；

根据所述结束帧号和所述起始帧号，确定每个所述目标战术片段对应的帧长；

将所述帧长的最大值确定为所述目标长度，并将所述帧长小于所述目标长度的目标战术片段扩展至所述目标长度。

6.根据权利要求4所述的方法，其特征在于，所述根据所述标注信息确定所述样本片段的标注分数，包括：

确定所述样本片段与所述目标战术片段的重合度，将所述重合度作为所述样本片段的标注分数。

7.根据权利要求3所述的方法，其特征在于，所述使用所述样本集对神经网络模型进行训练，得到所述目标战术模型，包括：

将所述样本片段输入所述神经网络模型中，得到与所述样本片段对应的预测分数；

根据所述预测分数和所述标注分数的差异，调节所述神经网络模型的参数，直到所述预测分数和所述标注分数一致时，得到所述目标战术模型。

8.一种目标战术识别装置，其特征在于，所述装置包括：

视频获取模块，用于获取比赛视频；

切割模块，用于将所述比赛视频切割为多个具有目标长度的视频片段；

预测模块，用于将所述多个视频片段输入目标战术模型，得到与所述多个视频片段对应的多个预测分数，通过样本片段以及与所述样本片段对应的标注分数训练得到，所述标注分数表示所述样本片段与目标战术片段的重合度；

确定模块，用于根据所述多个预测分数，从所述多个视频片段中，确定目标战术片段。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，与所述一个或多个处理器电连接；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1至7任一项所述的方法。

10.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至7任一项所述的方法。