跳水运动视频分析系统关键技术研究

论文摘要

近年来,运动视频分析已成为计算机视觉领域里的一个研究热点和难点。本文作者在充分了解相关研究工作的基础上,针对跳水运动视频的特点,研究了存在全局运动的视频运动目标分割方法,并以此为关键技术之一应用于跳水运动视频分析,其主要研究内容和成果如下:研究了一种适用于动态场景的运动目标分割新算法。算法首先根据摄像机全局运动模型计算全局运动参数,进行相邻帧间的像素映射,获得像素点在邻近两帧中的对应位置,进而利用三帧差分法得到分割的前景;在此基础上,将分割为背景的像素点映射到邻近帧,求得各帧的像素点为背景时其高斯模型的均值及方差;最后采用粒子滤波预测出下一帧前景区域,计算各像素点为前景的概率,从而完成运动目标分割。将算法应用于跳水运动的视频目标分割结果表明,本文算法有效克服了由于全局运动模型参数估算偏差而导致的累积误差,能以更高精度实现跳水视频中的运动目标分割。结合跳水运动目标分割、目标轨迹跟踪、人体三维运动建模、运动参数方程建立与参数计算、参数反求等关键技术,构建了跳水运动视频分析系统Diving VAS,为基于视频的跳水运动分析与应用提供了技术支持。该系统融合了计算机图形学、数学图像处理、模式识别、数学和人体运动生物学等学科技术,为跳水运动员训练提供了科学、直观的辅助分析手段。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题来源
• 1.2 研究背景与研究意义
• 1.3 主要研究工作
• 1.4 论文组织
• 第二章 当前体育运动视频分析技术研究现状
• 2.1 概述
• 2.2 面向体育训练的视频分析系统
• 2.2.1 基于三维人体运动仿真的视频分析系统
• 2.2.2 基于跟踪的人体三维运动分析系统
• 2.2.3 基于视频序列的人体运动分析系统
• 2.3 面向跳水运动训练的视频分析系统
• 2.3.1 基于模板匹配的跳水运动视频分析系统
• 2.3.2 视频分析与快速反馈系统
• 2.4 小结
• 第三章 视频运动目标分割算法研究
• 3.1 概述
• 3.1.1 基于时间信息的视频对象分割方法
• 3.1.2 基于空间信息的视频对象分割方法
• 3.1.3 时空联合的视频对象分割方法
• 3.1.4 存在的问题
• 3.2 基于粒子滤波预测的自适应阈值运动目标分割新算法
• 3.2.1 算法基础
• 3.2.2 算法实现
• 3.3 实验结果与分析
• 3.4 小结
• 第四章 跳水运动视频分析系统开发
• 4.1 概述
• 4.2 Diving VAS系统介绍
• 4.2.1 总体设计原则
• 4.2.2 总体设计方案
• 4.2.3 Diving VAS系统实现
• 4.3 关键技术及相关算法
• 4.3.1 视频运动目标提取
• 4.3.2 运动目标跟踪
• 4.3.3 计算模型
• 4.3.4 行为识别与理解
• 4.3.5 3D运动仿真与图形编辑接口
• 4.4 系统部分实验结果与分析
• 4.5 小结
• 第五章 结论与展望
• 5.1 全文总结
• 5.2 工作展望
• 参考文献
• 附录
• 致谢
• 作者攻读硕士学位期间的主要研究成果