自适应高斯混合模型球场检测算法及其在体育视频分析中的应用

被引：18

作者：

刘扬 ^{[1
]}

黄庆明 ^{[2
]}

高文 ^{[1
]}

叶齐祥 ^{[2
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

[2] 中国科学院研究生院

来源：

计算机研究与发展 | 2006年 / 07期

基金：

北京市自然科学基金;

关键词：

球场检测; 自适应高斯混合模型; 增量期望最大算法; 足球视频; 场景分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

球场检测在体育视频内容分析中有着重要作用.为了克服由于不同光照、不同相机、不同拍摄角度造成球场颜色的非均一性问题,提出了一种基于自适应高斯混合模型(adaptiveGaussianmixturemodel,GMM)的球场检测算法.该算法首先从视频中任意抽取一些图像,并自动分析这些图像的主要颜色,从中找到主颜色的近似分布,然后,利用GMM拟合主要颜色分布.为提高模型的适应能力,在球场检测过程中,利用当前GMM球场检测结果和增量期望最大(incrementalexpectationmaximum,IEM)算法不断更新模型参数,从而得到更加准确的参数估计,并用于后续图像中球场和非球场像素进行分类.最后,根据球场区域在图像中的分布,对足球比赛场景进行分类.实验证明,提出的算法具有良好的性能.

引用

页码：1207 / 1215

页数：9