首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于时空特征分析的隐藏投篮运动员发现方法及装置_武汉大学_202410366990.4 

申请/专利权人:武汉大学

申请日:2024-03-28

公开(公告)日:2024-06-21

公开(公告)号:CN118230213A

主分类号:G06V20/40

分类号:G06V20/40;G06V40/20;G06V10/25;G06V10/44;G06V10/62;G06V10/80;G06V10/764;G06V10/766;G06V10/82;G06N3/0464;G06N3/045;G06N3/084;G06N3/048

优先权:

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本发明公开了一种基于时空特征分析的隐藏投篮运动员发现方法及装置,涉及人工智能和计算机视觉技术领域,该方法包括获取篮球运动视频段并输入至三维卷积网络,以提取运动员的时空动作特征,并将关键帧输入至二维卷积网络中,提取运动员的空间定位特征;融合三维卷积网络和二维卷积网络提取得到的特征图,生成整体特征图;生成被定位运动员的边界框,使用ROI对齐方法固定每个特征的尺寸;基于获取的特征,预测运动员的行动类别,确定未来可能的投篮运动员对应的投篮动作和位置;基于当前次预测的投篮动作的类别和概率,更新内存模块。本申请能够基于已观察到的不完整的视频来预测未来可能的投篮选手对应的投篮动作和位置。

主权项:1.一种基于时空特征分析的隐藏投篮运动员发现方法,其特征在于,所述基于时空特征分析的隐藏投篮运动员发现方法包括:获取篮球运动视频段并输入至三维卷积网络,以提取运动员的时空动作特征,并将关键帧输入至二维卷积网络中,提取运动员的空间定位特征;基于通道融合模块融合三维卷积网络和二维卷积网络提取得到的特征图,生成整体特征图;采用区域建议模块生成被定位运动员的边界框,并根据生成的边界框获取每个运动员的特征,使用ROI对齐方法固定每个特征的尺寸;基于获取的特征,结合注意力机制和内存机制预测运动员的行动类别,确定未来可能的投篮运动员对应的投篮动作和位置;基于当前次预测的投篮动作的类别和概率,更新内存模块。

全文数据:

权利要求:

百度查询: 武汉大学 基于时空特征分析的隐藏投篮运动员发现方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术