一种篮球辅助投篮球员位置获取方法

技术领域

本发明涉及一种体育运动图像识别技术领域，尤其涉及一种篮球辅助投篮球员位置获取方法。

背景技术

在篮球体育运动中，不同球员在不同的投篮点的投篮命中率往往存在很大差异，生成一份投篮位置命中率统计报告，成为篮球投篮训练中不可或缺的部分。在中国专利公开号为CN110942022A所公开的投篮数据的输出方法和电子设备中，主要包括获取投篮视频；识别用户在球场中的投篮位置以及所述投篮位置对应的投篮命中结果；根据识别到的所述投篮位置和所述投篮命中结果，输出投篮数据，其是通过追踪用户出现投篮动作后，检测用户的双脚在球场中的位置，将该位置确定为投篮位置，在现实应用场景中，视频画面中往往会同时出现多个人体的情况，通过对每个人体的动作进行判断，其计算量随着同时出现的人体数量变大而变大。在中国专利公开号CN115171219A所公开的一种篮球辅助投篮命中率统计方法，通过篮球与篮框之间的关系，反推是否有投篮动作发生。此法大大减少在人体动作识别部分的计算量。同时，本发明针对起跳投篮的情况，有做相应处理。在现实应用场景中，起跳投篮是很常见的情况。以相机与人脚底连一直线，其与球场的交点会因起跳而返相机远端偏移。故简单地用脚底计算球员位置是有问题的。

发明内容

本发明实施例所要解决的技术问题在于，提供一种篮球辅助投篮球员位置获取方法。可大大减少在人体动作判断投篮动作发生的计算量，并可以处理因起跳引起的位置错误问题。

为了解决上述技术问题，本发明实施例提供了一种篮球辅助投篮球员位置获取方法，包括以下步骤：

S1：使用摄像设备采集投篮训练视频，使用追溯法获取所有出手帧；

S2：将所述出手帧的前N帧中各帧手与篮球距离最小的球员计数加一，统计出现次数最多者则记为投篮球员；

S3：获取图像中球场的三秒区四个关键点的像素坐标；

S4：计算得到所述投篮球员的人体节点数据和外切矩形，计算其在图像中的位置；

S5：由S4得到的投篮球员位置，用透视变换算法计算球员的球场坐标。

其中，所述S2还包括以下步骤：

S2-1:从S1获取到的出手帧处，获取投篮对应的篮球位置和出手篮球方向；

S2-2:以出手篮球的反方向与篮球竖直向下形成锐角，设图片高为h，取此夹角形成的区域Area；

S2-3:解析出手帧及追塑其前N帧图像中存在的所有人体图像，其外切矩形记为bodyn；

S2-4:在所述人体图像中取与S2-2的夹角区域存在交集的人体外切矩形出来；

S2-5:分别识别S2-4中所有人体外切矩形中的人体关键节点数据，分别取其手腕节点位置和篮球位置距离，并用投票法确定投球球员。

其中，所述S2还包括以下步骤：

S2-1:从S1获取到的出手帧处，获取投篮对应的篮球位置和出手篮球方向；

S2-2:以出手篮球的反方向与篮球竖直向下形成锐角，设图片高为h，取此夹角形成的区域Area；

S2-3:解析出手帧及追塑其前N帧图像中存在的所有人体图像，其外切矩形记为bodyn；

S2-4:在所述人体图像中取与S2-2的夹角区域存在交集的人体外切矩形出来；

S2-5:分别识别S2-4中所有人体外切矩形中的人体关键节点数据，分别取其手腕节点位置和篮球位置距离，并用投票法确定投球球员。

其中，所述S3还包括以下步骤：

S3-1:分别对球场三秒区四个关键点按T字形和L字形两种情况进行标注训练，并保存模型文件；

S3-2:预加载所述模型文件，识别球场三秒区四个关键点的矩形区域;

S3-3:提取四个关键点在矩形区域的坐标位置;

S3-4:将四个关键点的矩形区域坐标换算为图像坐标。

其中，所述S3-3还包括步骤：

用拉普拉斯边缘检测算法获取关键点图像的边缘离散点阵，再用霍夫直线检测算法得到四个直线方程k、b系数对，再计算四个直线方程围成的四边形中点，记此中点为此关键点图像的中点，依次计算其余三个关键中点，最终将四个关键点的矩形区域坐标。

其中，所述S4还包括以下步骤：

S4-1:由所述人体关键节点数据和所述人体外切矩形，计算球员的位置坐标；

S4-2:追溯前M帧投篮球员的脚底中点位置，取y值最大的点，记为着地点。

其中，所述S5还包括以下步骤：

S5-1：按篮球半场尺寸，建立1400x1500的半场标准图；

S5-2：用透视变换原理，将图像中投篮球员位置转化为此标准图上位置；

S5-3：由S5-1球场坐标与标准图像素点的映射关系，得到投篮球员的球场坐标。

所述S5-3还包括以下步骤：

由球场坐标与标准图像素点的映射关系

其中，G为球场坐标与标准图像素点之间存在转化关系。

实施本发明实施例，具有如下有益效果：本发明以判断投篮动作以跟踪篮球轨迹为先决条件，不用传统地跟踪投篮动作方法，可以大大减少画面中同时出多人时计算量的消耗；在本发明中，球场关键点考虑到场地的线宽的问题，减少因线宽引起的误差；此外，本发明计算投篮位置考虑到双脚离地的情况，处理了因跳起引起的位置错误问题。

附图说明

图1是本发明以出手篮球的反方向与篮球竖直向下形成锐角并围成的区域Area的示意图；

图2是本发明人体外切矩形的示意图；

图3是分别对球场三秒区四个关键点按T字形和L字形两种情况；

图4是T字形的图像的示意图；

图5是L字形的图像的示意图；

图6是四个直线方程围成的四边形中点的示意图；

图7是按标准篮球半场尺寸大小建立1400x1500的标准图的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

本发明实施例的一种篮球辅助投篮球员位置获取方法，通过以下步骤实施。

S1:在篮球场外设置摄像投备，采集投篮训练视频，并用中国专利公开号CN115171219A所公开的一种篮球辅助投篮命中率统计方法中的追溯法获取所有出手帧。

具体包括步骤：

S1-1:在篮球场外设置摄像设备，采集投篮训练视频并提取每帧图像加入识别队列。

S1-2:使用图像分割法优化小目标检测。

S1-3:从S1-1识别队列中获取图像，标注篮球、篮框和进球瞬间的位置，用S1-2的分割法分割图片，并用YOLOv5训练和保存模型。

S1-4:使用张正友标定法，分别计算相机内参矩阵、透视投影矩阵和尺度因子。

S1-5:用S1-3的模型识别出篮球、篮框和进球瞬间在所分割成的子图像中的坐标。

S1-6:将S1-5中的坐标转化为大图坐标，并转化为三维坐标；

S1-7：根据三维坐标，用追溯法分解各个投篮轨迹的帧序号区间,其中序号区间起始位置为出手帧。

S2: 从S1获取出手帧，将出手帧的前N帧中各帧手与篮球距离最小的球员计数加一，统计出现次数最多者则记为投篮球员。

具体包括步骤：

S2-1:从S1获取到的出手帧处，获取投篮对应的篮球位置和出手篮球方向。

从S1中获取所有投篮轨迹帧序号区间，取一区间起始帧记为i0，投篮对应的篮球像素坐标记为bb

S2-2:以出手篮球的反方向与篮球竖直向下形成锐角，设图片高为h，取此夹角形成的区域Area，参照图1中围成的区域Area的示意图。

S2-3:解析出手帧及追塑其前N帧图像中存在的所有人体图像，其外切矩形记为body

从S1获取到的出手帧图像令其序号为i，基于yolov5的人体目标检测方法，检测出所人体图像的外切矩形:

其中人体图像的外切矩形的四个边分别为（

同理可追塑其前N帧图像中存在的所有人体外切矩形:

其中m为帧序号，i为此次投篮对应的出手帧序号，bod

S2-4:在S2-3的人体图像中取与S2-2的夹角区域存在交集的人体外切矩形出来。

由于投篮手出手瞬间，必然存在部分身体部位在球的反方向范围内，所以出手球员必然会与S2-3中的区域存在交集。

其中，Area为S2-2得到的区域，bo

则与区域存在交集的人体外切矩形，即可能为投手的人体外切矩形

其中

S2-5:分别识别S2-4中所有人体外切矩形中的人体关键节点数据，分别取其手腕节点位置和篮球位置距离，并用投票法确定投球球员。

基于2D人体关键点检测算法f分别获取人体关键节点，令第m帧的第a位球员的两个手腕节点的位置w(m,a)，且其图像坐标分别为（

其中，

对前N帧图像中各帧的手腕与篮球的距离最小的球员投上一票，最终票数最多者则为投篮球员：

其中，dis(n,a)表示第m帧的第a位球员离球近的手腕节点与篮球的距离；count表示投票计数第a位球员在m帧中成为所有球员手腕与篮球距离最短的次数（是则计数加1，否则不加）的方法；

S3:基于S1中的图像识别方法，并用特定的图像处理方法，获取图像中球场的三秒区四个关键点的像素坐标。

S3-1:基于S1中的训练和保存模型的方法，分别对球场三秒区四个关键点按T字形和L字形两种情况（如图3所示）进行标注训练，并保存模型文件。

S3-2:预加载S3-1模型文件，从S1中获取投篮训练的视频图像，并识别球场三秒区四个关键点的矩形区域。

预加载S3-1的模型，从S1中获取投篮训练的视频图像，引用模型进行识别，可得到三秒区四个关键点的矩形区域。其中，T字形的图像（如图4所示），L字形的图像（如图5所示）。

S3-3:用特定的图像处理方法，提取四个关键点在矩形区域的坐标位置。

所述图像处理方法通过以下进行，从S3-2获取得到四个关键点的图像，以T字形关键点图像为例，用拉普拉斯边缘检测算法获取关键点图像的边缘离散点阵，再用霍夫直线检测算法得到四个直线方程k、b系数对，再计算四个直线方程围成的四边形中点，记此中点为此关键点图像的中点（如图6所示）。同理依次计算其余三个关键中点，最终将四个关键点的矩形区域坐标。

S3-4:将四个关键点的矩形区域坐标换算为图像坐标。

由S3-2得到四个关键点的矩形区域左上角图像坐标，将S3-3的四个关键点的矩形区域坐标分别加上各自的左上角图像坐标，即得到四个关键点的图像坐标，记为：

S4:由S2得到的投篮球员人体节点数据和外切矩形，计算投篮球员在图像中的位置。

S4-1:由S2-5得到的投篮球员的人体节点数据和外切矩形，计算球员的位置坐标。

由S2-5得到投篮球员的人体节点数据，令左脚节点图像坐标为（

再结合外切矩形的下边线

则，两脚底中点位置bf，可表示为：

S4-2:按S2-5的追溯方法，追溯前M帧投篮球员的脚底中点位置，取y值最大的点，记为着地点。

由S2-5得知第k帧投篮球员的脚底中点可表示为：

由于投篮球员在出手帧处，当投篮动作为跳投的情况下，双脚是离开地面的，故需用追溯法追溯至起跳前的位置。按S2-5的追溯方法，追溯前M帧投篮球员的脚底中点位置，取y值最大的点（图像中y越大显示位置越下面），令其图像坐标为（

其中，k表示帧序号，i为出手帧序号。此公式可理解为遍历出手帧前M帧到出手帧间投篮球员脚底中点的y值组成一集合，再取集合中值最大的脚底中点。

S5:由S4得到的投篮球员位置，用透视变换算法计算球员的球场坐标。

S5-1：按篮球半场尺寸，建立1400x1500的半场标准图。

按标准篮球半场尺寸大小建立1400x1500的标准图（图7）。令球场坐标p与标准图像素点b之间存在转化关系G，且可表示为：

S5-2:用透视变换原理，将图像中投篮球员位置转化为此标准图上位置。

由透视变换公式：

其中，(u,v)是原图片的坐标，

其中，aH为3*3转化的矩阵：

其中

将变换后图像中坐标（x,y）和aH代入上式求方程式可得：

也可得：

由S3-4获得四个关键点的矩形区域坐标，且已知四个关键点在1400*1500的标准图中的坐标：

将此8个点一一对应代入以上公式可得：

添加约束：

解上述方程便可得转化矩阵aH。

由S4-2知投篮球员的着地点bp和其图像坐标（

S5-3：由S5-1球场坐标与标准图像素点的映射关系，得到投篮球员的球场坐标。

由S5-1球场坐标与标准图像素点的映射关系

其中，G为S5-1中定义的球场坐标与标准图像素点之间存在转化关系。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。