![](/static/images/goods_images/xiangmu195.jpg)
基于多特征融合的视频足球比赛中的团队行为识别方法
项目概况
- 基于多特征融合的视频足球比赛中的团队行为识别方法研 究。 本项目瞄准视频足球比赛中的团队行为识别易受遮 挡、光照、噪声、视角以及多尺度等因 素的影响,且要在复杂场 景下实时鲁棒地识别团队行为这一前沿课题,研究解决视频足球比 赛中的团队行为识别中的图像分割、目标跟踪、特征提取、特征融 合、分类器构建、团队行为表示及团队行为识别等问题。 依 托本项目已发表学术论文 30 篇,其中 SCI 收录期刊论文 5 篇,EI 收录期刊论文 6 篇, EI 收录会议论文 5 篇,核心期刊 9 篇。出版 专著 2 部。目前申请发明专利 34 件,已授权发明专利 9 件。已培 养青年教师 1 名,培养硕士研究生 13 名。项目所取得的研究成果 主要体现在以下 5 个方面:(1)研究视频目标检测和行为识别。 提出了基于动作子空间和权重条件随机场的行为识别、基于尺度自 适应局部时空特征的足球比赛视频中的多运动员行为表示、基于自 动生成 RBF 神经网络的特征融合。(2)研究多源视频目标跟踪方 法。提出了基于 AdaBoost 置信图的红外与可见光目标跟踪、基于 深度与阴影并行连接的 CNNS 网络同时检测大小目标算法、多特征 跟踪的联合压缩表示、基于联合直方图的红外与可见光目标融合跟 踪、红外与可见光目标的空间直方图表示与联合跟踪算法、基于空 间直方图和模糊逻辑的多模融合跟踪算法、基于 L1-APG 的红外与 可见光目标实时融合跟踪算法。(3)研究了足球比赛中的团队行 为识别过程中有助于识别队员的圆检测算法。提出了多种高效的圆 检测算法,为足球比赛中的团队行为识别过程中团队成员的检测提 供了基础。(4)研究图像分割和聚类算法。提出了基于改进遗传选择算法的自动阈值图像分割方法、基于信息增益的模糊 K-prototypes 聚类算法、基于小生境遗传禁忌的粗糙聚类分析算 法。(5)研究了在高阶马尔科夫随机场中快速高效地提取遮挡团 队成员特征,并用高阶马尔科夫随机场进行预测遮挡团队成员特 征。本项目的主要成果不仅可以成功应用在遮挡团队成员检测相关 领域,经过适当改进也可以应用于目标行为识别、目标分类和图像 理解等多个领域,具有重要的理论意义和应用前景。
团队介绍
![](/static/images/shouyetu/zhengce.jpg)
![](/static/images/shouyetu/ewm.jpg)
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号