基于混合算法的體育視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf

1、隨著體育競(jìng)技水平的提高，體育訓(xùn)練的要求也不斷提高，過去僅僅憑借著教練員的直覺訓(xùn)練的方式已經(jīng)滿足不了階段的體育競(jìng)技訓(xùn)練的需求，為了適應(yīng)這種現(xiàn)狀，計(jì)算機(jī)視覺技術(shù)越來越多地被引用到體育訓(xùn)練中，因?yàn)闄C(jī)器視覺比人眼有更好的準(zhǔn)確性和記憶性，能夠快速高效地捕捉運(yùn)動(dòng)目標(biāo)，并且能夠記錄目標(biāo)的各種運(yùn)動(dòng)數(shù)據(jù)，為運(yùn)動(dòng)員的動(dòng)作提供更理論化、數(shù)據(jù)化的描述。
　　 本文針對(duì)體育運(yùn)動(dòng)視頻的特點(diǎn)，提出了基于均值移位算法(Mean-shift)與彩色直方圖算法的混

2、合非剛性目標(biāo)跟蹤方法。均值移位算法（Meanshift）是一種基于非參數(shù)的核密度估計(jì)理論，是利用梯度法迭代計(jì)算概率密度函數(shù)的極值點(diǎn)的方法，該算法具有無參數(shù)、快速模式匹配的特點(diǎn)。再結(jié)合彩色直方圖算法不僅能夠?qū)δ繕?biāo)的位置進(jìn)行有效的跟蹤估計(jì)，同時(shí)對(duì)目標(biāo)的形狀也能很好地進(jìn)行描繪，解決了體育運(yùn)動(dòng)視頻中非剛性目標(biāo)形狀復(fù)雜不易跟蹤的問題
　　 為了檢驗(yàn)算法的有效性，本文在MATLAB平臺(tái)上構(gòu)建了一個(gè)體育運(yùn)動(dòng)視頻檢測(cè)與跟蹤系統(tǒng)，測(cè)試結(jié)果表明，所