當(dāng)前,體育運動日益引起人們的興趣和重視,通過監(jiān)控視頻分析賽事中的運動員的表現(xiàn)是評價運動員最為直觀的方式。由于體育視頻常采用中、遠(yuǎn)距離視角進行拍攝,視頻中運動人員姿態(tài)各異,面部模糊不清以及遮擋現(xiàn)象時有發(fā)生,這給運動人員的識別帶來了困難。本文通過研究深度學(xué)習(xí)網(wǎng)絡(luò),實現(xiàn)運動場景中運動人員服裝上號碼的檢測和識別,以達到對運動人員運動行為分析的目的,因此開展基于視頻的高效號碼檢測和識別研究具有重要理論意義和實際價值。由于目前還沒有運動人員服裝號碼的公開數(shù)據(jù)集,本文首先通過半自動標(biāo)記的方法,制備了運動人員號碼識別的數(shù)據(jù)集,為深度網(wǎng)絡(luò)的訓(xùn)練和算法性能的測試提供數(shù)據(jù)的保障;其次對號碼區(qū)域的精確定位算法進行了研究,主要在Faster R-CNN目標(biāo)檢測框架之上進行優(yōu)化,對于模型中錨盒的設(shè)定、RPN層訓(xùn)練細(xì)節(jié)、損失函數(shù)等方面進行改進,提升了對號碼區(qū)域定位的精確度;最后在號碼區(qū)域精確定位的基礎(chǔ)之上,對運動人員的號碼識別算法進行了研究,簡要介紹了目前主流的號碼識別方法并分析各自的優(yōu)、缺點,針對運動人員的號碼具有旋轉(zhuǎn)、不易分割等提點,設(shè)計并實現(xiàn)了一種自適應(yīng)仿射變換的號碼識別網(wǎng)絡(luò),利用制備的數(shù)據(jù)集進行測試,測試結(jié)...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

圖2.1數(shù)據(jù)集部分樣本展示

圖2.2半自動標(biāo)記流程

圖2.4YOLOv3網(wǎng)格劃分

圖2.5YOLO參考框修正

本文編號：3886280