[發明專利]一種對足球比賽陣型變化及人員流動的可視分析方法

有效

• 申請號: 201810858815.1
• 申請日: 2018-07-31
• 公開（公告）號: CN109101911B
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 巫英才;謝瀟;鄧達臻
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/44
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 徐敏

本發明提供了一種對足球比賽陣型變化及人員流動的可視分析方法，包括以下步驟：(1)獲取數據，數據包括球員位置數據、足球位置數據、球場發生事件數據和控球信息；(2)建立二維球場模型，將步驟(1)中的球員位置數據投射到球場中，并對位置數據進行平滑處理；(3)對步驟(1)中的球員位置數據進行聚類，得到總體的陣型信息；(4)將步驟(1)、(2)、(3)中得到的數據進行可視化，可視化圖像包括陣型可視化、比賽實時數據可視化以及比賽事件可視化；本發明提供了針對足球數據的采集方式以及預處理方法，給足球分析相關專家提供分析的數據支撐，同時對陣型數據進行了可視化，便于發現陣型變化的特征。

技術領域

本發明涉及足球比賽數據分析方法，特別涉及一種對足球比賽陣型變化及人員流動的可視分析方法。

背景技術

計算機視覺技術在過去二十年中被廣泛用于體育比賽中，如網球比賽中的鷹眼技術，能夠快速重建高速運動的網球落點，并用三維動畫展示出來。同樣地，許多計算機視覺方面的研究也針對足球比賽展開了討論。而由于足球比賽有其特殊性，場景背景色較單調，因此傳統的方法會首先把球場的綠色背景切割出來，再針對剩余部分進行球員的檢測。而常用的視頻數據都來源于電視直播，因此有一些研究側重于將電視直播的球員位置檢測出來，再通過單應性矩陣投影到二維的球場中。其中主要問題在于電視直播總是關注球附近的球員，直播畫面會丟失大量的球員信。近年來計算機視覺的大量的工作都集中在深度學習上，比如行人檢測。針對足球比賽的球員，這樣的檢測方法是可行的，但是我們的數據較為特殊，球員在全景視頻中的占比非常小，神經網絡在進行下采樣的過程中會丟失大量的球員特征，因此導致檢測效果不佳。

可視化技術在過去幾年已經陸陸續續被廣泛運用到體育分析中，像乒乓球、籃球、網球、冰球等。而在足球方面，可視化技術也被應用于各類可視化分析系統中。例如，有將球員的運動運動軌跡集成到比賽視頻中的可視化工作，有在不同比賽階段使用新穎視圖觀看足球比賽的可視化系統，也有針對球或球員所受壓迫值的可視化工作等等。這些工作都從不同方面提升了足球分析的效果和效率。

然而，在這些足球的可視化工作中，很少有人關注隊伍陣型這一團隊戰術中最重要的部分。

發明內容

本發明是提供一種對足球比賽陣型變化及人員流動的可視分析方法，提供數據采集的方式以及預處理方法，給足球分析相關專家提供分析的數據支撐，同時對陣型數據進行了可視化，可以快速發現陣型變化的特征。

一種對足球比賽陣型變化及人員流動的可視分析方法，包括以下步驟：

(1)獲取數據，數據包括球員位置數據、足球位置數據、球場發生事件數據和控球信息；

(2)建立二維球場模型，將步驟(1)中的球員位置數據投射到球場中，并對位置數據進行平滑處理；

(3)對步驟(1)中的球員位置數據進行聚類，得到總體的陣型信息；

(4)將步驟(1)、(2)、(3)中得到的數據進行可視化，可視化圖像包括陣型可視化、比賽實時數據可視化以及比賽事件可視化。

優選的，步驟(1)中，使用了人機交互的方式對足球場上雙方球員位置數據進行采集：使用粒子濾波結合顏色直方圖的方法，選定場上球員，對所選定的球員進行自動追蹤；在多名球員位置發生重疊、交錯時，產生追蹤錯誤，此時結合人工矯正的方法，重新對場上的球員的位置進行采集。

優選的，步驟(2)中，二維球場數據是基于真實球場的尺寸，以球場一角為原點建立坐標系，建立全景視頻中球場與二維球場模型之間的映射關系，定義球場上的一系列關鍵點p₁，…，p_k以及目標點d₁，…，d_k，其x和y坐標為X＝(x₁，x₂，…，x_k)和Y＝(y₁，y₂，…，y_k)，建立單應矩陣映射如下：