首页 专利交易 科技果 科技人才 科技服务 国际服务 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

基于眼动信号纠正的视频对运动员检测的方法及装置 

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!

申请/专利权人:天津大学

摘要:本发明公开了一种基于眼动信号纠正的视频对运动员检测的方法及装置,方法包括:1教练员佩戴眼动仪观察训练视频进行复盘,随机选择感兴趣的视频片段进行暂停观看;教练员对训练视频进行计算机视觉分析处理;2采用深度卷积神经网络对视觉分析处理后的训练视频进行初始化分析,以此实现多球员检测,在训练视频中判断Boundingbox是否完全框选出所关注的球员;如果否,执行步骤3;3通过眼动仪采集眼动注意力,获得眼动注意力掩码矩阵,进而优化CNN网络的损失函数;基于优化后的CNN网络重新对球员重新进行检测,使用新的Boundingbox框选球员,将获得的球员检测结果用于后续的姿态分析中。装置包括:处理器和存储器。

主权项:1.一种基于眼动信号纠正的视频对运动员检测的方法,其特征在于,所述方法包括:1教练员佩戴眼动仪观察训练视频进行复盘,随机选择感兴趣的视频片段进行暂停观看;教练员对训练视频进行计算机视觉分析处理;2采用深度卷积神经网络对视觉分析处理后的训练视频进行初始化分析,以此实现多球员检测,在训练视频中判断Boundingbox是否完全框选出所关注的球员,如果是,执行步骤1;如果否,执行步骤3;3通过眼动仪采集眼动注意力,获得眼动注意力掩码矩阵,进而优化CNN网络的损失函数;基于优化后的CNN网络重新对球员重新进行检测,使用新的Boundingbox框选球员,将获得的球员检测结果用于后续的姿态分析中;其中,所述通过眼动仪采集眼动注意力,获得眼动注意力掩码矩阵,进而优化CNN网络的损失函数具体为:通过眼动仪采集教练员观测初始化后的训练视频中的图像的眼动注意力,获得眼动注意力掩码矩阵Sc;获取CNN最后一层的卷积特征图,所述卷积特征图用于计算CNN全连接层的输入向量;基于所述输入向量、分类层的权值、及偏移量获取CNN的输出分类概率分布;计算球员检测时分类热力图,对分类热力图Mc进行归一化处理,并进行双三次插值,获得与待检测的图像同样大小,经过Sigmoid函数进行平滑处理后的分类热力图M′c;将注意力掩码矩阵Sc引入CNN网络的交叉熵优化中,获取优化后的交叉熵用于矫正CNN网络进而对球员进行精确检测。

全文数据:

权利要求:

百度查询: 天津大学 基于眼动信号纠正的视频对运动员检测的方法及装置

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。