[发明专利]一种基于在线多示例学习的足球视频球员跟踪方法

摘要

本发明公开了一种基于在线多示例学习的足球视频球员跟踪方法，属于计算机视觉识别领域。本技术方案在目标特征提取方面，结合了全局特征和局部特征，提取场地主色和球员模板主色直方图；同时对粒子滤波运动模型进行粒子初始化，对前一帧目标球员位置的所有粒子进行状态转移，计算经过状态转移后的所有粒子与球员模板主色直方图的相似度，去除场地主色的影响，粒子权重按相似度值进行归一化，并用权值大的粒子代替，生成新的粒子集；获取集合图像的Haar‑like特征向量，输入多示例学习分类器中，计算得到当前帧目标球员位置。本发明技术方案能减少目标运动的不确定性，有效抑制跟踪中的漂移现象，提高跟踪结果准确性。

主权项

一种基于在线多示例学习的足球视频球员跟踪方法，其特征在于，所述方法包括：(1)判断接受帧是否为首帧，若是，则获取目标球员初始位置，提取场地主色和球员模板主色直方图，所述球员模板主色直方图包括上半部分主色直方图和下半部分主色直方图；同时对粒子滤波运动模型进行粒子初始化，粒子初始化的位置和球员模板位置一致；生成多个Haar‑like特征模板；随后进入步骤(4)；若否，则进入步骤(2)；(2)对前一帧目标球员位置的所有粒子进行状态转移，计算经过状态转移后的所有粒子与球员模板主色直方图的相似度，对粒子权重按相似度值进行归一化，将粒子按照权重排序，去除权值较低的粒子，并用权值大的粒子代替，生成新的粒子集；(3)新的粒子集作为当前帧候选图像集合，根据多个Haar‑like特征模板获取集合中每一个候选图像的Haar‑like特征向量，并利用积分图加速计算，将所述特征向量输入多示例学习分类器中计算，输出当前帧目标球员位置；(4)在目标球员位置周围采集正包和负包，计算正包和负包内图样的Haar‑like特征值，更新多示例学习分类器；(5)判断当前帧是否为尾帧，是则结束；否则接受下一帧图像。