买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京工业大学申请的专利一种基于全局运动统计特征的团队体育视频关键帧提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113032631B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110204179.2，技术领域涉及：G06F16/783；该发明授权一种基于全局运动统计特征的团队体育视频关键帧提取方法是由毋立芳;袁元;卢哲;杨洲;简萌;李则昱;朱青青设计研发完成，并于2021-02-24向国家知识产权局提交的专利申请。

本一种基于全局运动统计特征的团队体育视频关键帧提取方法在说明书摘要公布了：一种基于全局运动统计特征的团队体育视频关键帧提取方法属于视频分析领域。首先对视频进行预处理，以镜头为单位切分视频并提取比赛镜头将其结构化；然后估计视频帧对应的全局运动，并计算视频帧对应的全局运动统计特征；进一步基于镜头的水平平移量，将镜头视频片段进一步切分为细粒度视频片段；再根据全局运动统计特征来提取候选关键帧，最后结合时空一致性与层次聚类从候选关键帧集合中提取代表性关键帧以去除冗余帧来得到最终的关键帧集合。本发明充分利用了团队体育视频的全局运动信息，提高了关键帧提取性能，减少了冗余光流信息的干扰，有利于提升所提取出的关键帧与比赛中关键事件的相关性。

本发明授权一种基于全局运动统计特征的团队体育视频关键帧提取方法在权利要求书中公布了：1.一种基于全局运动统计特征的团队体育视频关键帧提取方法，其特征在于，包括下列步骤：步骤1：通过一种基于颜色特征的团队体育视频比赛镜头提取方法提取比赛镜头视频片段；输入：原始团队体育视频输出：比赛镜头视频片段集合；步骤2：提取每个镜头视频片段中视频帧的混合光流并估计全局运动；输入：比赛镜头视频片段的视频帧输出：视频帧对应的全局光流场；步骤3：计算视频帧对应的全局运动统计特征，包括镜头缩放量和平移量；输入：视频帧四个角点的全局光流值输出：全局运动统计特征，包括镜头的缩放量和平移量；其中矩形PtlPblPbrPtr代表原始镜头范围，矩形P’t1P’b1P’brP′tr代表变换后的镜头范围； 式中Xzoom，Yzoom分别为镜头在X，Y方向上的缩放向量，MAGzoom则是镜头的合缩放量；xtl，ytl，xbr，ybr分别为视频帧左上和右下角点的全局运动向量；Xtrans＝xtl-XzoomYtrans＝ytl-Yzoom 式中Xtrans，Ytrans分别为镜头在X，Y方向上的平移向量，DIStrans则是镜头的合平移量；步骤4：基于镜头的水平平移量，将镜头视频片段进一步切分为细粒度视频片段；输入：比赛镜头视频片段集合输出：细粒度视频片段集合Trans_con＝SGNXtransFramei·XtransFramei+1其中Trans_con代表全局水平平移量方向的转换，SGNx函数返回x的符号，x＞0，则SGNx＝1；x＝0，则SGNx＝0，表示镜头水平平移量方向并未发生转换；x0，则SGNx＝-1，表示镜头水平平移量方向发生转换；XtransFramei，XtransFramei+1分别为第i帧，第i+1帧对应镜头在X方向上的平移向量；具体操作：在每个镜头视频片段中，逐一计算第i帧与第i+1帧对应的Trans_con，如果Trans_con＝-1，则分隔开第i帧与第i+1帧，直至计算到每个镜头视频片段的倒数第二个视频帧为止；之后将第一个间隔之前的帧存为第一个细粒度视频片段，之后将每两个间隔之间的帧存为相应的细粒度视频片段，最后一个细粒度视频片段由最后一个间隔之后的所有帧组成；步骤5：绘制镜头合平移量和合缩放量的曲线，依据曲线的极大值提取每个细粒度视频片段中的候选关键帧；输入：细粒度视频片段集合的所有视频帧输出：候选关键帧集步骤一：对每个细粒度视频片段，绘制视频帧序列的合缩放量变化曲线MAGzoomf以及合平移量变化曲线DIStransf，f为视频帧序列对应的帧号；步骤二：同时扫描合平移量与合缩放量变化曲线；以合缩放量变化曲线为例，找到f1，f3，f2为连续的三个视频帧，如果MAGzoomf3＞MAGzoomf1且MAGzoomf3＞MAGzoomf2，则f3为MAGzoomf曲线的一个极大值对应的帧号；DIStransf曲线同理；若同帧号的f3既为MAGzoomf曲线的极大值对应的帧号，又是DIStransf曲线的极大值对应的帧号，则把f3对应的帧选为关键帧；步骤三：重复步骤二直至查找完毕；步骤四：遍历已经提取出的初步关键帧集，找到两帧k1，k2，如果k2-k1≥med则提取原细粒度视频片段帧集中帧号表示对x向下取整的视频帧，并存入按帧号大小排列的候选关键帧集中；med取值：篮球：35足球：88橄榄球：53曲棍球：160步骤五：重复步骤四直至查找完毕；步骤6：结合时空一致性与层次聚类从候选关键帧集中提取代表性关键帧，得到最终的关键帧集合；输入：候选关键帧集输出：最终关键帧集基于时空一致性的代表性关键帧提取：步骤一：将所有候选关键帧对应的全局光流场进行彩色编码，得到全局光流图像；步骤二：将所有全局光流图像从RGB颜色空间转换至HSI颜色空间；步骤三：将所有HSI颜色空间的全局光流图像按对应关键帧的时间序列进行排序；步骤四：计算所有HSI颜色空间的全局光流图像对应的HI通道二维直方图；步骤五：计算相邻图像HI通道二维直方图的巴氏距离B；巴氏距离用于测量两个离散数据的概率分布；在直方图相似度计算时，巴氏距离具有很好的效果，其计算直方图相似度的公式如下： 其中，h1和h2为两个直方图，n为直方图组数，hi[m]表示第m组对应的频率；值越小，相关度越高，完全匹配为0，完全不匹配则为1；步骤六：如果BTHB，检测这两幅相邻图像对应的关键帧是否被提取，如果未被提取，则提取未被提取的关键帧；基于层次聚类的代表性关键帧提取：步骤七：将所有全局光流图像按对应关键帧此前所在的细粒度视频片段进行分组，且按时间序列进行排序；步骤八：计算每幅全局光流图像对应的RGB三通道直方图，并横向拼接为一个包含768个特征值的数组；步骤九：对每组中所有全局光流图像对应的数组进行层次聚类，将簇间距离阈值设置为THHC；步骤十：提取聚类后每一簇中，与每个数组距离最小的数组对应的关键帧；步骤十一：检测每个细粒度视频片段的首末候选关键帧是否被提取，如果未被提取，则提取未被提取的关键帧；步骤十二：将上述提取出的关键帧取并集，移除重复的关键帧；得到最终的关键帧集；THB，THHC推荐取值：高召回率：篮球：THB＝0.22，THHC＝4.00足球：THB＝0.36，THHC＝8.00橄榄球：THB＝0.17，THHC＝9.00曲棍球：THB＝0.14,THHC＝3.50高F值：篮球：THB＝0.26，THHC＝3.80足球：THB＝0.40，THHC＝7.00橄榄球：THB＝0.20，THHc＝6.50曲棍球：THB＝0.24,THHc＝3.00在统计比赛技术数据时，采用高召回率模式保证数据准确度；而在快速浏览比赛内容以及存储视频时，则采用高F值模式。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。