VIS 2017 | 没有世界杯,只有一篇球赛分析的可视化论文

←公号:可视化论文阅读与英语学习

________________________________________________________________________________________

论文: Bring it to the Pitch: Combining Video and Movement Data to Enhance Team Sport Analysis

作者: Manuel Stein, Halldor Janetzko, Andreas Lamprecht等等

单位: University of Konstanz 德国康斯坦茨大学

会议: Vis2017

一、背景

来来来,先开心一下,巴西肥家啦!哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈.

图1.哈哈哈

图2. 好了我闭嘴

现在回来继续看论文.可视分析工具应用于足球比赛中已有几年时间.当然应用最广的应该是热力图.如下图所示.

图3.德国门qian将feng诺伊尔的热力图.

为了更好地帮助相关人员通过足球比赛录像进行技战术分析,本文提出了"Bring it to the Pitch"的可视分析系统.该系统计算机视觉CV技术从输入的比赛视频中提取轨迹,之后运用轨迹与运动分析技术,以区域\事件和球员三个内容为单位进行分析.该系统支持视频与可视化两种模式,分析人员可以综合利用视频与可视化两种分析模式的优势.

二、系统流程

图4.本文系统流图.系统以比赛视频作为输入,(A)检测出视频中的球员;(B)产生球场全景;(C)将视频中每一帧投影至球场全景中;(D)将球员位置投影至规范化的球场中.(E)最后生成集成了可视化的视频球场中.

三、视频运动追踪及可视化整合

1.本文首先检测出视频中的球员.检测方法一共有三步:

①手动标记球员区域,之后建立颜色直方图,之后判断图片中某个区域中的像素数目是否匹配该颜色;

②为了判断出每个球员的确定位置,计算每个检测出球员区域的重心.之后按照人体解剖学比例确定头脚躯干的位置;

③之后按照经验确定的因子决定整个球员的包围盒.具体如下图所示:

图5.球员检测步骤图.

2.静态相机生成

①本文约定使用静态单摄像头的模式.将视频中每一帧的图片根据单应性(homography )矩阵转(Hp)换成球场的全景图.如图4中BC所示.其中B为根据部分帧生成全景背景.

图6.单应性计算(homography calculation)前(a)后(b)

②生成球场的规范化表达,如图4D所示.

图7.通过转换矩阵Hn将全景图中的点转换为规范化球场上的点

②投影并将信息可视化的东西集成至原始的相机图片中,如图4E所示.

四、足球比赛视频的可视分析

本系统的可视分析一共分为三种:基于区域/基于事件/基于球员的分析.   

①基于区域分析

区域主要分为三种:交互区域/*区域,以及主控区域.

图8.左.交互区域.右.*区域

图9.系统中主要的可视分析技术.cd分析球员的运动模式.b研究传球喜好.a分析主控占优区域.

②基于事件分析

足球场上的事件包括射门,传球过人等等.举例如下图所示:

图10.系统中对事件的分析.左图为显示在抽象球场上的可传球选项;右图为在视频可视化中的高亮显示.

③.基于球员分析.

可见图9cd所示.

五、啐啐念

这篇文章没有太大好说的,领域限定性较强,而且足球运动与可视化相结合有自己的优势.比如背景颜色容易提取;球员较易提取等等.相比较而言,其他球类也可以相继引入可视化中来,看大家的活跃度吧.哈哈哈.应该很快啦.以及.今天晚上世界杯半决赛不知道怎么样.诸君加油.国足加油.

________________________________________________________________________________________

←公号:可视化论文阅读与英语学习 欢迎关注. 抽风更新.