基于多摄像机和球类比赛概率图模型的比赛信息获取方法研究

项目名称:   基于多摄像机和球类比赛概率图模型的比赛信息获取方法研究
项目批准号：61001195

摘要：现有的多目标跟踪方法大多假定：①目标在图像平面中运动；②多目标单独运动时相互独立，仅在混叠期间相关。许多实际问题并非如此，例如球类比赛是在竞赛规则等多重约束下的集体活动，球员之间、球员与球体之间存在很高的相关性，且相互混叠频繁、持续时间较长。因此，建立反映球类比赛多目标间“战术相关性”的数学模型，对解决多目标跟踪问题和多人战术分析问题有重要意义，并为研究球类比赛的本质规律和制胜策略提供理论支持。本项目试图研究基于概率图的球类比赛模型，然后利用多摄像机重建目标的3D轨迹，获取速度、落点、频繁战术模式等比赛信息。该项目的成功实施对运动训练和比赛决策有直接应用价值，将对运动训练学、运动竞赛学、运动视觉等体育学二级学科产生推动作用，并将对体育视频分析和理解、比赛机器人、体育视频增强等研究产生积极影响。

成果展示：

成果1：实时多目标跟踪
多目标视觉跟踪一直是计算机视觉中具有挑战性的问题。由于它的应用领域非常广泛，所以近年来一直是研究的热点和难点。我们设计的多目标跟踪算法（图1中的BISP），与相关算法相比（如MCMC, MFMC, DMOT），具有竞争优势。该算法实时性好，在笔者的P4 1.4G的笔记本电脑上，对15个运动员的多目标跟踪，仅需要20毫秒。该算法样本多样性好，能够对长时间遮挡和非常复杂的目标混叠进行有效的处理。该算法的跟踪误差小，在真实场景中，对运动员的平均跟踪误差约1-2个像素。读者可下载演示程序，体验该算法的实时性和鲁棒性。演示视频将该算法与其它算法进行了对比，并分析了跟踪误差和运行时间（如图1）。

演示程序：http://www.shenlejun.cn/download/2011BISP.zip （17MB）（注意：为了对视频进行解码，请安装附带的XviD解码器！程序会自动提示读者并安装该解码器）
演示视频：http://www.shenlejun.cn/download/11bisp-2.mpg （14MB）

图1. BISP与其它算法的性能对比图

论文发表：

沈乐君, 游志胜, 李晓峰. 自助重要性采样用于实时多目标视觉跟踪. 自动化学报, 2012, 38(10): 1663-1670

成果2：目标身份鉴别问题

身份交换（identity switching）是多目标跟踪算法中的难题。