一种检测足球视频中射门镜头的方法

体育视频中事件的检测是基于内容的体育视频检索的前提.根据足球比赛视频的特点,提出了一种有效的射门镜头检测方法,即利用主颜色区域检测和投影法来检测射门镜头,从而实现了按射门镜头对视频进行检索.最后给出实验结果及分析.     

级联手工特征与深度特征的视频关键帧检测方法

关键帧检测是有效的视频内容分析的关键环节。常用的基于手工特征的方法运行效率高但很难有效表征关键帧特征,因而性能不好。基于深度特征的方法因为网络结构复杂,导致效率不高。在体育比赛类视频中,关键帧常为比赛转播中镜头变化的最后一帧。但广播视频中除了包含比赛视频还包括很多其他类型的镜头如中场休息、渐变镜头等。因此检测最后一帧包含很多比赛无关内容。针对这一问题,本文提出了一种手工特征与深度特征相结合的视频关键帧检测方法。首先基于颜色直方图特征进行镜头边界检测获取最后一帧。进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧。最后,基于深度神经网络对候选关键帧进行分类,得到真正的关键帧。在冰壶比赛视频和篮球比赛视频上的对比实验结果表明,相对于传统的背景差分法、光流法等,本文提出方法能够快速、可靠地提取关键帧。      

AMIRA在阿根廷破门得分

正近日,在阿根廷举行的一场布宜诺斯艾利斯国防与司法社会体育俱乐部的关键足球比赛中,视频制作团队使用了ARRI AMIRA进行了比赛的拍摄记录试验。这台纪录片风格摄影机拍摄到了球员、教练组和球迷庆祝球队历史上第一次成功晋级阿根廷甲级联赛的兴奋与喜悦。鉴于拍摄结束后六个小时成片就要在Broadcast Video Solutions播出,接受许多摄影师、导演、制片人和各个摄影与灯光团队的审视,因此对AMIRA的性能与工作流程是一次全方位的检验。此次视频节目的制作、剪辑和校色都是由当地的后期制作公     

足球机器人无线通信子系统的研究

在机器人足球比赛中,无线通信子系统的主要任务是将主机的命令准确地传送给每一个机器人,其性能的好坏,将会影响足球机器人的运动和比赛的顺利进行,直接关系到比赛的胜负.针对BIM通信模块价格昂贵,工作稳定性不理想等缺点,本文提出了采用RFM公司的RX5000与TX5000系列的无线通信模块,实现足球机器人无线通信子系统的方法.     

日内瓦的露天大型体育场的扩声系统

日内瓦的露天体育场是Servette足球俱乐部的主场地，主要用于足球比赛，也可作为拳击比赛、美式橄榄球比赛等多种运动的比赛场地以及大型演唱会的场所。法国超级明星Jordmny Hallyday2003年6月底在这里举行了两晚演唱会.     

全国首届游戏视频大赛拉开帷幕

日前,新蛋网杯全国首届游戏视频大赛已经拉开帷幕。本次比赛是以玩家用现有的各种游戏,通过录象的办法录制其中的游戏内容再通过艺术加工和再造,从而使简单的游戏过程动画最后成为一部完美艺术视频作品。本次比赛官方网站(www.showgo.net)和新浪游戏世界视频比赛专区也将详细讲解游戏视频的制作方法以及把最新最酷的视频作品提供给玩家,使国内在游戏产业不断发展的同时,游戏周边文化也将得到社会的广泛认可并且得到发展。本届比赛的奖项除了10万元的高额奖金外,还同时为获奖者提供了方正科技最新款的“卓越传奇”超豪华电脑以及数码相机和M…     

RoboCup 2D仿真球员射门技能中智能算法的应用综述

在Robocup仿真比赛中,Agent的动作技能是仿真足球比赛的基础。本文详细分析了robocup2D机器人足球仿真中射门技能存在的问题,论述了智能算法在机器人足球2D仿真球员射门技能中的应用,并提出了进一步的研究方案。     

一种改进的基于K-SVD字典学习的运动目标检测算法

提出了一种基于字典学习的运动目标检测方法.该方法首先使用多帧平均方法从训练样本中得到初始背景,再通过BP算法建立背景的初始稀疏表示模型;然后利用视频序列中当前时刻的近邻五帧图像,通过K-SVD方法自适应更新背景数据字典中的原子,使背景稀疏表示模型最优逼近近邻帧背景的观测值;最后将当前帧图像与背景模型进行差分,完成前景运动目标的检测.仿真和对比实验结果表明,对图像信号进行稀疏表示可以有效降低数据的冗余度,减小运行时间,同时在字典更新阶段利用近邻帧图像的相关性特性,能获得鲁棒性较好的背景字典,自动排除伪前景的干扰,从而提高视频序列中的运动目标检测的准确率.     

一种基于多尺度实例学习的视频事件检测算法

现有的大多数视频事件检测方法首先从视频帧或视频快照中提取特征,然后对特征进行量化和汇集,进而为整个视频生成一个向量表示.最后的汇集步骤虽然简单高效,但是可能丢失时间局部信息,而这些信息对于确定长视频中事件发生的位置具有重要作用,从而削弱了事件检测的准确性.为此,本文首先将每个视频表示为多个“实例”,并将其定义为不同时间间隔的视频段.然后,针对每个视频的正实例比例已知和未知两种情况,提出基于多尺度实例学习的检测算法,在将实例标签看成隐藏潜在变量的同时推断出实例标签以及实例尺度的事件检测模型.最后,利用大规模视频事件数据集进行了全面的仿真实验,结果证明了本文算法具有显著的性能提升.此外,算法还可以确定视频中导致正检测的时间段的位置,进而对检测结果做出解释.     

一种飘动性分析的视频烟雾快速检测新算法

针对DSP视频监控系统中,实时视频烟雾检测功能的需求,提出一种基于烟雾飘动性分析的快速视频烟雾检测算法.相比于现有相关算法,在完成对给定视频样本学习后,该算法无需存储视频的历史帧数据,也不需要学习场景背景,而直接对原始视频图像分块提取烟雾飘动特征,然后经Bayesian决策输出检测结论.结合提出的一组新颖的视频烟雾飘动特征,新算法同时获得了较低的计算复杂度和较高的检测性能.综合来看,新算法能更好地适用于实时视频监控系统中的烟雾检测需求.