比赛出界人员辨别平台及方法与流程

本发明涉及比赛监控领域，尤其涉及一种比赛出界人员辨别平台及方法。

背景技术：

比赛比赛进行的地点不同可分为在互联网上的比赛，在现实世界中的比赛以及在互联网和现实世界同时进行的比赛。例如，“网络营销能力秀”就是基于互联网的一个比赛；“世界杯”就是在我们生活现实中的比赛；“超级女声”就是即基于互联网同时基于现实生活空间的一个比赛。

比赛按性质不同可分为体育比赛、歌唱比赛、舞蹈比赛、写作比赛等。“世界杯”就是体育比赛，“超级女声”就是歌唱大赛，“桃李杯舞蹈比赛”就是舞蹈比赛，“全国大学生英语写作比赛”就是作文大赛。

比赛有多种形式可以进行，如体育竞技，笔试考核只要是涉及到两个或以上个人及团体之间的有目的的比较，都可以称之为比赛。

技术实现要素：

为了解决相关领域的技术问题，本发明提供了一种比赛出界人员辨别平台，能够采用电子鉴别模式对篮球比赛进行期间内是否存在持球比赛人员位于比赛区域之外进行判断，从而克服了人工鉴别机制不够实时以及数据存在偏差的缺陷。

为此，本发明具备以下几处重要的发明点：

(1)对篮球比赛进行期间内是否存在持球比赛人员位于比赛区域之外进行实时检测和服务器登记，从而保证数据记录的实时性和可靠性；

(2)在对篮球比赛现场中边界、比赛人员以及篮球的目标检测的基础上，判断出在篮球比赛进行期间内是否存在持球比赛人员位于比赛区域之外。

根据本发明的一方面，提供了一种比赛出界人员辨别平台，所述平台包括：

数据登记设备，用于接收出界人员对应的身份信息并进行现场登记以保存到篮球应用程序的后台服务器中；

实时成像机构，设置在篮球场的上方，用于在篮球比赛进行时，对篮球场执行实时成像动作，以获得并输出相应的实时场地图像，还用于在篮球比赛暂停或结束时，停止对篮球场执行实时成像动作；

第一执行设备，与所述实时成像机构连接，用于对接收到的实时场地图像执行维纳滤波处理，以获得维纳滤波图像；

第二执行设备，与所述第一执行设备连接，用于对接收到的维纳滤波图像执行最近邻插值处理，以获得相应的即时插值图像；

直方图均衡化设备，与所述第二执行设备连接，用于对接收到的即时插值图像执行直方图均衡化处理，以获得现场均衡图像；

边界识别设备，与所述直方图均衡化设备连接，用于基于篮球场边界的颜色特征从接收到的现场均衡图像中提取出各条边界对象，并将所述现场均衡图像中各条边界对象围绕的区域作为比赛区域输出；

鞋体检测设备，用于基于鞋体外形轮廓在所述现场均衡图像中非比赛区域内检测到鞋体对象时，将持有鞋体对象的人员作为可疑人员，并解析出在所述现场均衡图像中可疑人员存在的区域作为目标区域输出；

出界判定设备，与所述鞋体检测设备连接，用于在所述目标区域中存在篮球对象的形心时，判断所述可疑人员为出界人员，并基于所述可疑人员的体形特征检测出对应的身份信息；

其中，所述数据登记设备还与所述鞋体检测设备连接，用于暂存所述现场均衡图像和所述现场均衡图像中鞋体对象所在的区域。

根据本发明的另一方面，还提供了一种比赛出界人员辨别方法，所述方法包括使用如上述的比赛出界人员辨别平台以采用电子辨别机制替换人工辨别机制对出界人员进行判断和识别。

本发明的比赛出界人员辨别平台及方法设计紧凑、运行稳定。由于在对篮球比赛进行期间的比赛现场各个目标的检测的基础上，对出界人员进行辨别和相应信息的捕获，从而提升了比赛监控的自动化水平。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的比赛出界人员辨别平台所应用的篮球比赛的现场划线示意图。

具体实施方式

下面将参照附图对本发明的比赛出界人员辨别平台及方法的实施方案进行详细说明。

篮球比赛即根据篮球运动进行的比赛。篮球比赛的形式多种多样，有较为常见的五人篮球，也有现在流行的街头三人篮球赛，是三对三的比赛，更讲究个人技术。

篮球必须是正圆体，颜色为橘色，外皮必须用皮、橡胶或合成物质等材质制成，重600至650克，周长75至78厘米。球内气压的程度，以从球底部量起约1.8公尺的高度落到比赛场地上，其反弹高度，从球的顶部量起不得低于1.2公尺，或高于1.4公尺。

两面篮板应以透明的材质制成，最好是强化安全玻璃，其硬度相当于厚度三公分的木质。篮板的规格为宽1.80公尺，垂直高度1.05公尺，其下缘距离地板最少2.90公尺。篮板的表面应平整，四周画上自界外线算起，宽为59公分，高为45公分的长方形，此长方形底线的上缘必须与篮圈上端相接。

现有技术中，出界判定是篮球比赛现场判定的一部分，其重要程度甚至能够导致比赛胜负的判断。然而，现有技术中一般采用人工判断的模式进行出界判定，这种判定模式具有一定的滞后性，同时进行判断的工作人员因为位置原因容易产生判断误差。

为了克服上述不足，本发明搭建了一种比赛出界人员辨别平台及方法，能够有效解决相应的技术问题。

图1为根据本发明实施方案示出的比赛出界人员辨别平台所应用的篮球比赛的现场划线示意图。

根据本发明实施方案示出的比赛出界人员辨别平台包括：

数据登记设备，用于接收出界人员对应的身份信息并进行现场登记以保存到篮球应用程序的后台服务器中；

实时成像机构，设置在篮球场的上方，用于在篮球比赛进行时，对篮球场执行实时成像动作，以获得并输出相应的实时场地图像，还用于在篮球比赛暂停或结束时，停止对篮球场执行实时成像动作；

第一执行设备，与所述实时成像机构连接，用于对接收到的实时场地图像执行维纳滤波处理，以获得维纳滤波图像；

第二执行设备，与所述第一执行设备连接，用于对接收到的维纳滤波图像执行最近邻插值处理，以获得相应的即时插值图像；

直方图均衡化设备，与所述第二执行设备连接，用于对接收到的即时插值图像执行直方图均衡化处理，以获得现场均衡图像；

边界识别设备，与所述直方图均衡化设备连接，用于基于篮球场边界的颜色特征从接收到的现场均衡图像中提取出各条边界对象，并将所述现场均衡图像中各条边界对象围绕的区域作为比赛区域输出；

鞋体检测设备，用于基于鞋体外形轮廓在所述现场均衡图像中非比赛区域内检测到鞋体对象时，将持有鞋体对象的人员作为可疑人员，并解析出在所述现场均衡图像中可疑人员存在的区域作为目标区域输出；

出界判定设备，与所述鞋体检测设备连接，用于在所述目标区域中存在篮球对象的形心时，判断所述可疑人员为出界人员，并基于所述可疑人员的体形特征检测出对应的身份信息；

其中，所述数据登记设备还与所述鞋体检测设备连接，用于暂存所述现场均衡图像和所述现场均衡图像中鞋体对象所在的区域。

接着，继续对本发明的比赛出界人员辨别平台的具体结构进行进一步的说明。

所述比赛出界人员辨别平台中：

所述鞋体检测设备内置有存储单元，用于对所述鞋体检测设备的输入数据和输出数据进行存储。

所述比赛出界人员辨别平台中：

所述出界判定设备与iic控制总线连接，用于接收通过所述iic控制总线发送的各项控制指令。

所述比赛出界人员辨别平台中：

所述鞋体检测设备还与时钟发生器连接，用于接收所述时钟发生器为所述鞋体检测设备定制的时序信号。

所述比赛出界人员辨别平台中：

所述出界判定设备采用asic芯片来实现，所述asic芯片包括在线编程接口。

所述比赛出界人员辨别平台中：

所述鞋体检测设备和所述出界判定设备位于同一印刷电路板上且共用同一电路供应设备。

所述比赛出界人员辨别平台中：

所述出界判定设备还与并行数据总线连接，用于从所述并行数据总线处接收数据，并将数据发送给所述并行数据总线。

所述比赛出界人员辨别平台中，还包括：

电源稳压设备，用于为输入所述鞋体检测设备或所述出界判定设备的电压提供稳压操作。

同时，为了克服上述不足，本发明还搭建了一种比赛出界人员辨别方法，所述方法包括使用如上述的比赛出界人员辨别平台以采用电子辨别机制替换人工辨别机制对出界人员进行判断和识别。

另外，可以采用gpu来实现所述鞋体检测设备。gpu在几个主要方面有别于dsp(digitalsignalprocessing，简称dsp，数字信号处理)架构。其所有计算均使用浮点算法，而且此刻还没有位或整数运算指令。此外，由于gpu专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号(从中读取图像)和二维地址(图像中的x、y坐标)。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个simd数据并行执行单元，在所有碎片中独立执行代码。

尽管有上述约束，但是gpu还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用gpu计算时还是会感到迷惑，因为gpu需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言cg和hlsl能够让用户编写类似c的代码，随后编译成碎片程序汇编语言。brook是专为gpu计算设计，且不需要图形知识的高级语言。因此对第一次使用gpu进行开发的工作人员而言，它可以算是一个很好的起点。brook是c语言的延伸，整合了可以直接映射到gpu的简单数据并行编程构造。经gpu存储和操作的数据被形象地比喻成“流”(stream)，类似于标准c中的数组。核心(kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。brook还完全隐藏了图形api的所有细节，并把gpu中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ati的x800xt和nvidia的geforce6800ultra型gpu，在相同高速缓存、sse汇编优化pentium4执行条件下，许多此类应用的速度提升高达7倍之多。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：read-onlymemory，简称：rom)、随机存取存储器(英文：randomaccessmemory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。