2009-12-08 65 views

回答

0

请看OpenCV的在其所有的化身。

1

如果您不反对在视频中添加标记。这artoolkit(增强现实takeit)可能只为你

3

本质上,你需要一个库,将解码视频文件,并为您提供原始数据,供您分析。没有库(我肯定没有任何我知道的)可以直接进行高级跟踪(即不会有findBall()方法!!!)。您几乎肯定必须获得对像素值的访问权限并自行分析它们。

对于这种事情,我会使用类似opencv的东西。它是一个C++库,它将(1)允许您访问原始像素数据(以及运动矢量数据等),(2)为您提供一些用于分析的实用方法,以及(3)允许您覆盖图形在视频帧的顶部。

覆盖视频上的图形是很容易的部分,自动跟踪播放器和检测情况等等要困难得多。通常它涉及到定义你正在寻找什么的分析以及用于检测特定事件的一些机器学习算法。

[编辑]:

对于它的价值,我相信很多的足球分析技术使用线间距作为分析指标,所以第一步是检测到它们。 Hough Transform是一个很好的方法来做到这一点(openCV会为你生成)。下一步将是寻找在这些线条中移动类似颜色和大小的斑点(即忽略人群和球等)的斑点(球员)。然后,您可以使用运动矢量跟踪和颜色跟踪的组合来跟踪它们的位置。这会有点困难,因为你有一个移动的相机,也有移动的球员。跟踪足球可以通过基本上寻找一个快速移动的小斑点来完成。

我会想象(这里猜测)该软件的制造商使用某种形式的分类器来训练他们的系统来找到免费的踢等,这将基本上说:“找到我的情况时,有一个静止的小白斑球),附近有一些相似颜色的大块(球员采取任意球),并且在球场左右极端(球门旁边的球员)附近有大量不同颜色的球。“

[/编辑]