[發明專利]一種結合目標檢測與動態差分的進球檢測方法及系統

在審

• 申請號: 202011049677.6
• 申請日: 2020-09-29
• 公開（公告）號: CN112183361A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 張兆翔;宋純鋒;岳紹龍;王海濱;單彩峰
• 申請（專利權）人: 中科人工智能創新技術研究院（青島）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種結合目標檢測與動態差分的進球檢測方法，其特征在于，包括：

采集場景數據和待測視頻，對場景數據中的進球區域進行標注；

建立進球檢測模型，通過標注后的場景數據對進球檢測模型進行訓練，獲得訓練完成的進球檢測模型；

將待測視頻輸入進球檢測模型獲取待測視頻的進球區域坐標；

將待測視頻進行預處理獲得待測圖像，對待測圖像通過動態差分算法處理獲得運動目標圖像；

判斷運動目標圖像是否有運動目標在進球區域坐標內，若有則輸出進球數據，若無則輸出沒有進球數據。

2.如權利要求1所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述對待測圖像通過動態差分算法處理獲得運動目標圖像的步驟包括，對待測圖像采用動態差分算法獲取差分圖像，通過差分圖像設定閾值，并對差分圖像采用二值化處理獲得二值化圖像，對二值化圖像進行連通性分析獲得運動目標圖像。

3.如權利要求2所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述對待測圖像采用動態差分算法獲取差分圖像步驟包括，所述待測圖像包括背景圖像幀和當前圖像幀，對背景圖像幀和當前圖像幀對應像素點的灰度值進行相減，并取其絕對值，得到差分圖像。

4.如權利要求2所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述通過差分圖像設定閾值，并對差分圖像采用二值化處理獲得二值化圖像步驟包括，設定閾值，所述閾值小于差分圖像的最大灰度值，逐個對待測圖像的像素點進行二值化處理，得到二值化圖像。

5.如權利要求1所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述通過標注后的場景數據對進球檢測模型進行訓練步驟包括，對標注后的場景數據做K均值聚類，獲得籃筐數據目標檢測框尺寸分布，用于初始化適合籃筐檢測的目標檢測框尺寸；依據初始化目標檢測框尺寸和標注數據訓練籃筐檢測模型。

6.如權利要求1所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述通過標注后的場景數據對進球檢測模型進行訓練步驟還包括，采用反向傳播算法和隨機梯度下降法來減小預測整體誤差訓練籃筐檢測模型，經過多次迭代訓練得到訓練完成的籃筐檢測模型。

7.如權利要求1所述的結合目標檢測與動態差分的進球檢測方法，其特征在于，所述將待測視頻進行預處理獲得待測圖像的步驟包括，將待測視頻中每一幀做灰度化處理，并進行高斯濾波獲取待測圖像。

8.一種結合目標檢測與動態差分的進球檢測系統，其特征在于，包括：

數據采集模塊，被配置為：采集場景數據和待測視頻，對場景數據中的進球區域進行標注；

進球區域坐標獲取模塊，被配置為：建立進球檢測模型，通過標注后的場景數據對進球檢測模型進行訓練，獲得訓練完成的進球檢測模型；將待測視頻輸入進球檢測模型獲取待測視頻的進球區域坐標；

進球檢測模塊，被配置為：將待測視頻進行預處理獲得待測圖像，對待測圖像通過動態差分算法處理獲得運動目標圖像；判斷運動目標圖像是否有運動目標在進球區域坐標內，若有則輸出進球數據，若無則輸出沒有進球數據。

9.一種計算機可讀存儲介質，用于存儲計算機指令，其特征在于，所述計算機指令被處理器執行時，完成如權利要求1-7任一所述的結合目標檢測與動態差分的進球檢測方法。

10.一種電子設備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成如權利要求1-7任一所述的結合目標檢測與動態差分的進球檢測方法。