运动视频分割方法、运动视频分割装置以及运动视频处理系统与流程

本公开涉及一种对体育影像等运动视频(motionvideo)图像进行处理的运动视频分割方法、运动视频分割装置以及运动视频处理系统。

背景技术

近年来，例如基于足球等的体育运动视频图像，来进行比赛期间的选手、球等的位置信息的追踪，按选手来进行姿势分析、行动分析、位置的追踪等，反馈到训练、下一次比赛的战术中。

在由人手动地对构成运动视频图像的大量的图像进行分析的情况下，需要庞大的劳力、时间或者人手。因此，例如在非专利文献1中公开了以下的体育影像分析系统：通过计算机来自动地进行图像分析处理，在计算机错误的情况下受理人的手动修正，由此能够即时地进行分析、且减少了人的劳力。

非专利文献1：田靡雅基及另5人，“スポーツ映像解析ソリューション”、panasonictechnicaljournalvol.61no.2nov.2015,p.78-83

技术实现要素：

在非专利文献1所公开的技术中，将运动视频图像按规定时间进行文件分割，对计算机分割出的各个文件进行图像分析，由多个修正者对进行图像分析后的各个分割文件进行修正，之后进行分割文件的结合。计算机所进行的图像分析例如包括追踪选手、球等的位置的处理、检测选手的姿势的处理等。在非专利文献1所公开的技术中，通过这种动作来减少图像分析处理及其修正所需的时间。

然而，例如存在以下情况：与选手分散地出现的图像相比，在选手密集地出现的图像中，计算机难以通过图像分析来确定选手、球的位置，计算机的位置确定结果的错误变多。而且，存在以下情况：这种选手密集地出现图像在几帧至几十帧之间连续。在非专利文献1中，将运动视频图像按规定时间进行分割，因此有时会在图像分析难的图像的前后进行运动视频图像的分割。

在非专利文献1中，在分割文件上叠加有计算机所进行的图像分析和修正者所进行的修正的结果、选手和球的位置的信息，在分割文件被结合时，在结合处的前后确定同一选手并连结同一选手的位置信息。因此，在结合前后的图像是计算机难以进行图像分析的图像、即选手密集地出现的图像的情况下，存在以下问题：(1)结合处前后的位置信息本身的精度下降、(2)在结合时确定同一选手的精度下降，追踪结果的结合的精度下降。即，在以往的技术中存在将运动视频分割后进行的运动视频分析的精度低这样的问题。

本公开提供一种提高将运动视频分割后进行的运动视频分析的精度的运动视频分割方法、运动视频分割装置以及运动视频处理系统。

本公开中的运动视频分割方法是处理器将构成运动视频图像的多帧的图像分割为多个组的运动视频图像分割方法，处理器进行以下动作：基于从图像得到的特征量来决定对图像进行编辑作业时的难易度，基于计算出的图像的难易度来决定用于将构成运动视频图像的多帧的图像分割为多个组的分割处。

根据本公开，能够提高将运动视频分割后进行的运动视频分析的精度。

附图说明

图1是表示运动视频处理系统的结构的一例的图。

图2是表示运动视频分割装置(或图像处理装置)的结构的一例的图。

图3是用于说明实施方式1中的运动视频处理系统的整体的动作的流程的时序图。

图4是表示在背景区域的设定处理中显示于显示部的画面的例子的图。

图5是用于说明实施方式1的分割发送处理中的运动视频分割装置的动作的流程图。

图6是用于说明包形成处理中的运动视频分割装置的动作的流程图。

图7是用于说明难易度判定处理中的运动视频分割装置的动作的流程图。

图8是示出负荷值的设定方法的第一例的图。

图9是示出负荷值的设定方法的第二例的图。

图10是用于说明负荷值累积信息的图。

图11是用于说明实施方式2中的运动视频处理系统的整体的动作的时序图。

图12是用于说明实施方式2的分割发送处理中的运动视频分割装置的动作的流程图。

具体实施方式

下面，适当参照附图来详细说明实施方式。其中，有时省略超过必要地详细的说明。超过必要地详细的说明例如是指已广为公知的事项的详细说明、对实质上相同的结构的重复说明等。这是为了避免下面的说明不必要地变得冗长，以使本领域技术人员容易理解。

此外，下面的说明和所参照的附图是为了使本领域技术人员理解本公开而提供的，并非意图通过它们来限定权利要求书所记载的主题。

(实施方式1)

[1.1结构]

图1是表示运动视频处理系统1的结构的一例的图。如图1所示，运动视频处理系统1具有运动视频分割装置100、多个图像处理装置200a、200b、200c…以及摄像机300。运动视频分割装置100与摄像机300以能够相互通信的方式彼此连接，运动视频分割装置100与多个图像处理装置200a、200b、200c…以能够相互通信的方式彼此连接。此外，下面有时将多个图像处理装置200a、200b、200c…汇总记载为图像处理装置200。

运动视频分割装置100和图像处理装置200例如由pc、工作站等计算机构成。图2是表示运动视频分割装置100(或图像处理装置200)的结构的一例的图。如图2所示，运动视频分割装置100(或图像处理装置200)具有处理器101(201)、存储部102(202)、输入部103(203)、显示部104(204)、通信部105(205)以及总线106(206)。

处理器101(201)通过进行运算来控制运动视频分割装置100(或图像处理装置200)的其它结构要素。

存储部102(202)暂时或恒久地存储信息。存储部102(202)相当于运动视频分割装置100(或图像处理装置200)的rom(readonlymemory：只读存储器)、ram(randomaccessmemory：随机存取存储器)等。在图2所示的例子中，运动视频分割装置100(或图像处理装置200)仅具有一个存储部102(202)，但是根据必要性也可以具有多个存储部102(202)。存储部102(202)例如由hdd(harddiskdrive：硬盘驱动)、sdram(synchronousdynamicrandomaccessmemory：同步动态随机存取存储器)、ssd(solidstatedrive：固态硬盘)等构成即可。

输入部103(203)受理来自外部的输入。输入部103(203)例如由鼠标、键盘、轨迹球等输入设备等构成即可。

显示部104(204)向外部显示信息。显示部104(204)例如由液晶显示器、有机el显示器等显示设备构成即可。

通信部105(205)进行与外部之间的信息的发送接收。通信部105(205)例如由通信端口、无线通信设备等通信接口构成即可。运动视频分割装置100能够借助通信部105来进行与图像处理装置200之间的信息的发送接收。另外，图像处理装置200能够借助通信部205来进行与运动视频分割装置100之间的信息的发送接收。

总线106(206)是将构成运动视频分割装置100(或图像处理装置200)的各要素连接的路径。也能够通过将总线106(206)合并到处理器101(201)来在处理器101(201)的内部构成总线106(206)。总线106(206)既可以通过有线将各要素连接，也可以通过无线将各要素连接。

上述的运动视频分割装置100(或图像处理装置200)的结构是一个例子。因而，运动视频分割装置100(或图像处理装置200)也可以通过对上述的结构追加另外的结构要素来构成。另外，运动视频分割装置100(或图像处理装置200)也可以通过根据需要从上述结构删除结构要素的一部分来构成。另外，运动视频分割装置100(或图像处理装置200)也可以通过将上述结构要素相互合并来构成。另外，运动视频分割装置100(或图像处理装置200)也可以由上述结构要素的一部分构成。

摄像机300对拍摄对象进行拍摄来生成图像，对运动视频分割装置100发送该图像。在本公开的运动视频处理系统1中，摄像机300所拍摄的图像例如是1秒30帧、即在1秒钟包含30张静止图像的运动视频图像。

[1.2动作]

接着，说明实施方式1中的运动视频处理系统1的动作。在下面的说明中，主要由处理器101与运动视频分割装置100的其它各结构要素协作来进行运动视频分割装置100的动作。

运动视频处理系统1基于由摄像机300所拍摄得到的体育竞技的运动视频图像构成的体育影像，来追踪运动视频图像中出现的选手、体育用具(球等)等的位置。在本公开中，关于体育竞技，例如设想了足球、橄榄球等多个选手同时竞技的体育竞技，但是例如也可以是高尔夫等1次竞技的选手为1人的体育竞技。

体育影像既可以由1台摄像机300所拍摄得到的运动视频图像构成，也可以由将多台摄像机300所拍摄得到的运动视频图像进行结合而成的图像构成。特别是，在拍摄如足球那样场地广阔的竞技的情况下，期望的是，将多台摄像机300所拍摄得到的运动视频图像进行结合。关于将运动视频图像进行结合的技术，在本公开中没有特别限定。

图3是用于说明实施方式1中的运动视频处理系统1的整体的动作的流程的时序图。

在步骤s301中，运动视频分割装置100进行用于分割体育影像的事先处理。事先处理例如是以下处理：预先(例如在比赛开始前)设定相当于背景的区域并获取背景信息，以在运动视频图像中对选手和背景(例如竞技场等)进行区分。事先处理的详情在后面叙述。

在步骤s302中，运动视频分割装置100进行以下的分割发送处理：使用通过步骤s301中的事先处理得到的信息来将运动视频图像分割为多个，发送到多个图像处理装置200。分割发送处理的详情在后面叙述。

在步骤s303中，多个图像处理装置200分别对从运动视频分割装置100接收到的分割出的运动视频图像进行追踪处理和编辑受理处理，在该追踪处理中，追踪运动视频图像中出现的选手、球等的位置，在该编辑受理处理中，受理图像处理装置200所进行的追踪处理中的错误的编辑作业。图像处理装置200中的追踪处理例如能够利用以往的移动体追踪技术。

追踪处理中的错误的编辑作业例如指如下那样的作业。在运动视频图像内选手密集地动作的状态下等，若是以往的移动体追踪技术，则例如有可能发生以下事态：将相邻地动作的2名选手弄错、或者将选手的脚误识别为球。当发生这种事态时，无法进行选手的正常的追踪，因此需要用人眼确认追踪处理的结果来进行修正。上述的编辑受理处理是以下处理：受理由像这样目视追踪处理的结果的人(下面称为修正者)进行的编辑作业。具体地说，图像处理装置200例如将追踪处理的结果大致实时地显示于显示部204，使修正者判定追踪处理是否错误。然后，在错误的情况下借助输入部203来受理修正者的修正。图像处理装置200像这样进行编辑受理处理。

在步骤s304中，图像处理装置200将步骤s303中的追踪处理的结果(已反映出编辑作业的结果)发送到运动视频分割装置100。

在步骤s305中，运动视频分割装置100将追踪结果进行结合。运动视频分割装置100将在步骤s304中从图像处理装置200发送的、分割出的各个运动视频图像(包)的结束帧中的选手的位置(通过参照追踪结果而得到)和开始帧中的选手的位置(通过参照追踪结果或初始姿势赋予的结果而得到)进行比较，将存在于接近的位置的选手视作同一选手，由此通过将同一选手的位置信息连结来进行追踪结果的结合。

通过这种动作，运动视频处理系统1能够以短时间高精度地进行体育影像中的选手、球等的追踪处理。

[1.2.1事先处理]

下面，详细说明在图3的步骤s301中由运动视频分割装置100进行的事先处理。事先处理包括背景信息的提取处理和难易度判定区域的设定处理。下面，个别地说明背景信息的提取处理和难易度判定区域的设定处理。

(1)背景信息的提取处理

背景区域是构成体育影像的运动视频图像的静止图像中拍到选手、球以外之物的区域。即，背景区域例如是拍到进行体育竞技的竞技场的区域。

在背景信息的提取处理中，运动视频分割装置100首先从摄像机300获取拍到作为此后拍摄的体育影像的对象的体育的竞技场的图像，并显示于显示部104。

图4是表示在背景信息的提取处理中显示于显示部104的画面的例子的图。图4是显示了作为体育竞技的一例在比赛开始前拍摄足球的场地400所得到的图像的画面。

如图4所示，在事先处理中，期望的是，显示于显示部104的画面是选手少或者选手未分散于整个竞技场的图像，以设定没有出现选手等的背景区域。因此，事先处理例如在比赛即将开始时等进行。

在事先处理开始时，运动视频分割装置100在显示部104显示竞技场的图像，接下来对操作者显示选择背景区域的意思的指示消息。当看见该指示消息的操作者借助输入部103针对显示于显示部104的竞技场的图像进行选择背景区域的选择操作时，运动视频分割装置100受理该选择操作。由此，运动视频分割装置100设定背景区域。此外，操作者例如指一边看显示部104一边进行事先处理中的操作的人。

在图4中，以实线包围的区域401例示了由操作者选择的背景区域。操作者使用构成输入部103的例如鼠标、轨迹球或者触摸面板等操作设备来指定图4所例示的区域401。运动视频分割装置100在对操作者显示选择背景区域的意思的指示消息时，指示操作者将不包含选手或球等在比赛中有可能移动的物体的区域设定为背景区域。操作者遵循该指示，由此运动视频分割装置100能够将不包含选手或球等的区域401设定为背景区域。在图4中，竞技场的图像内存在人物等，因此通过操作者指定区域401来避开该人物。在竞技场的图像内不存在人物等的情况下，也可以将整个场地指定为区域401。

运动视频分割装置100按由操作者设定的区域401来提取该区域的各像素所具有的信息，作为背景信息保存到存储部102。被运动视频分割装置100提取为背景信息的例如是区域401所能够采取的色调(hue)值的范围。此外，运动视频分割装置100也可以不仅将色调提取为背景信息，还将饱和度(saturation)和/或明度(value)的值提取为背景信息。

(2)难易度判定区域的设定处理

作为事先处理，运动视频分割装置100除了进行上述的背景信息的提取处理以外还进行难易度判定区域的设定处理。难易度判定区域是指为了判定在受理编辑作业的编辑受理处理中编辑作业的难易度是否高而设定的区域，该编辑作业是由修正者对图像处理装置200所进行的追踪处理的结果进行的。本实施方式的难易度判定区域相当于本公开的特定区域。

此外，在事先处理中，进行上述的背景信息的提取处理和难易度判定区域的设定处理的顺序在本公开中没有限定。即，既可以是背景信息的提取处理先进行，也可以是难易度判定区域的设定处理先进行，还可以是背景信息的提取处理与难易度判定区域的设定处理同时进行。

例如基于从构成运动视频图像的各帧的图像(静止图像)提取的特征量来判定编辑作业的难易度是否高即可。特征量是指表示图像内的选手的特征的要素。作为特征量的具体例，例如能够列举出与选手对应的图像的颜色、亮度、顶点的位置、形状等。另外，只要表示图像内的选手的特征，那么也可以利用公知的其它特征量。下面，说明例如将与选手对应的区域相对于整个图像所占的比例采用为从图像提取的特征量的情况。

在难易度判定区域的设定处理中，运动视频分割装置100在显示部104上对操作者显示设定难易度区域的意思的指示消息。当看见该指示消息的操作者借助输入部103针对显示于显示部104的竞技场的图像进行选择难易度判定区域的选择操作时，运动视频分割装置100受理该选择操作。由此，运动视频分割装置100设定难易度判定区域。

具体地说，操作者使用构成输入部103的例如鼠标、轨迹球或者触摸面板等操作设备来指定例如图4所例示的区域402。此外，运动视频分割装置100在对操作者显示设定难易度判定区域的意思的指示消息时，指示操作者例如将比赛中可能大量存在选手的区域设定为难易度判定区域。操作者遵循该指示，由此运动视频分割装置100能够将比赛中可能大量存在选手的区域402设定为难易度判定区域。

在图4中，以虚线包围的区域402例示了由操作者选择的难易度判定区域。在图4中，作为一例，示出了足球的场地中的罚球区附近被选择为难易度判定区域的情况。罚球区附近是容易参与得分的区域，是由于在球处于罚球区内的情况下选手容易密集因此期望被设定为难易度判定区域的区域。此外，在本公开中，难易度判定区域不限定于罚球区附近。例如也可以将场地的其它区域选择和设定为难易度判定区域，在其它体育竞技的情况下还可以将该竞技所特有的、选手容易密集的区域选择和设定为难易度判定区域。

此外，由操作者选作难易度判定区域的区域402也可以不仅有1个，而是有多个。

运动视频分割装置100按由操作者设定的区域402来将该区域的位置作为难易度判定区域位置信息保存到存储部102。此外，例如在静止图像内设定任意的坐标系，将难易度判定区域位置信息设为包含在该坐标系中表示难易度判定区域的位置的坐标的信息等即可。

[1.2.2分割发送处理]

接着，详细说明图3的步骤s302中的分割发送处理。图5是用于说明实施方式1的分割发送处理中的运动视频分割装置100的动作的流程图。

在步骤s501中，运动视频分割装置100对由摄像机300拍摄得到的运动视频图像进行包(pack)形成处理。包形成处理是将运动视频图像进行分割、形成多个组(下面称为包)的处理。

[1.2.2.1包形成处理]

下面，说明包形成处理的详情。图6是用于说明包形成处理中的运动视频分割装置100的动作的流程图。图6所示的包形成处理的处理对象是构成从摄像机300输入的运动视频图像的各静止图像。

在步骤s601中，运动视频分割装置100进行在包形成处理中使用的参数的初始化。在包形成处理中使用的参数是帧数f、计数值cnt以及与帧数f对应的静止图像的难易度d_level。通过步骤s601的初始化，初始化为帧数f＝0、计数值cnt＝0、难易度d_level＝low(低)。

在步骤s602中，运动视频分割装置100获取从摄像机300输入的运动视频图像的第f帧静止图像。第f帧静止图像是在下面说明的各步骤中作为处理对象的静止图像。然后，在步骤s603中，运动视频分割装置100从在步骤s602中获取到的静止图像提取前景区域。

前景区域是指静止图像中的背景区域以外的区域。即，在本步骤s603中，运动视频分割装置100基于通过上述的事先处理提取出的背景信息来提取前景图像。具体地说，运动视频分割装置100通过将作为背景信息而提取出的色调等信息与静止图像中的各像素的色调等信息进行比较，来将该比较的结果是偏离大的像素所构成的图像提取为前景图像。然后，运动视频分割装置100生成在第f帧静止图像中将构成背景区域的像素的像素值设定为0(黑)、将构成前景区域的像素的像素值设定为255(白)的二值化图像。下面，将在本步骤s603中由运动视频分割装置100生成的二值化图像称为前景图像。

在步骤s604中，运动视频分割装置100使用在步骤s603中生成的前景图像来进行标记处理。标记处理是对像素值为255(白)的部分连续的像素分配相同的编号的处理。即，通过标记处理来对每个独立的前景区域赋予彼此不同的编号。在下面的说明中，将进行了标记处理的前景区域称为标记区域，将前景图像中的标记区域的数量称为标记数。在步骤s604中，运动视频分割装置100生成与标记区域的位置有关的标记区域位置信息，保存到存储部102。

在步骤s605中，运动视频分割装置100进行难易度判定处理。难易度判定处理是以下处理：判定在受理编辑作业的编辑受理处理中编辑作业的难易度是否高，该编辑作业是由修正者对图像处理装置200所进行的追踪处理的结果进行的。

[1.2.2.1.1难易度判定处理]

下面，说明难易度判定处理的详情。图7是用于说明难易度判定处理中的运动视频分割装置100的动作的流程图。

在步骤s701中，运动视频分割装置100获取在作为处理对象的第f帧静止图像中通过步骤s604的标记处理而决定的标记数l_num。

在步骤s702中，运动视频分割装置100进行在难易度判定处理中使用的参数的初始化。在难易度判定处理中使用的参数是表示在静止图像内为第几号的标记区域的计数值x、难易度判定区域内的前景量d_size以及静止图像整体的前景量all_size。此外，前景量是指前景区域的尺寸、具体地说例如是表示像素数的量。

在步骤s703中，运动视频分割装置100获取第x号的标记区域的尺寸s_x。然后，在步骤s704中，运动视频分割装置100将静止图像整体的前景量all_size与第x号的标记区域的尺寸s_x相加。

在步骤s705中，运动视频分割装置100进行第x号的标记区域是否处于难易度判定区域内的判定。基于难易度判定区域位置信息和标记区域位置信息来进行本步骤s705中的判定即可。在步骤s705中判定为第x号的标记区域处于难易度判定区域内的情况下(步骤s705：“是”)，处理进入步骤s706，否则(步骤s705：“否”)进入步骤s707。

在步骤s706中，运动视频分割装置100将难易度判定区域内的前景量d_size与第x号的标记区域的尺寸s_x相加。然后，处理进入步骤s707。

在步骤s707中，运动视频分割装置100使计数值x增加1，进入步骤s708。

在步骤s708中，运动视频分割装置100判定计数值x是否未达到标记数l_num。在步骤s708中判定为计数值x未达到标记数l_num的情况下(步骤s708：“是”)，处理返回到步骤s703，否则(步骤s708：“否”)进入步骤s709。

在步骤s709中，运动视频分割装置100判定难易度判定区域内的前景量d_size是否大于静止图像整体的前景量all_size乘以规定的比例rate所得到的值。规定的比例rate是为了决定编辑作业的难易度是否高而预先设定的比例，例如为60％。在步骤s709中判定为难易度判定区域内的前景量d_size大于静止图像整体的前景量all_size乘以规定的比例rate所得到的值的情况下(步骤s709：“是”)，处理进入步骤s710，否则(步骤s709：“否”)进入步骤s711。

在步骤s710中，运动视频分割装置100将作为处理对象的第f帧静止图像的难易度d_level判定为high(高)。

另一方面，在步骤s711中，运动视频分割装置100将第f帧静止图像的难易度d_level判定为low。

即，在图7所示的难易度判定处理中，在第f帧静止图像中难易度判定区域内的前景量d_size大于静止图像整体的前景量all_size乘以规定的比例rate所得到的值的情况下，设想出图像内的选手多，因此判定为难易度高。

返回到图6的说明。在步骤s606中，运动视频分割装置100判定在步骤s605的难易度判定处理中是否判定为难易度d_level为high。在步骤s606中，在判定为难易度d_level为high的情况下(步骤s606：“是”)，处理进入步骤s607，否则(步骤s606：“否”)进入步骤s609。

在步骤s607中，运动视频分割装置100将第f帧静止图像的难易度d_level更新为high。然后，在步骤s608中，运动视频分割装置100使计数值cnt复位为0，进入步骤s610。

在步骤s609中，运动视频分割装置100使计数值cnt增加1，进入步骤s610。

在步骤s610中，运动视频分割装置100判定作为处理对象的静止图像的帧数f是否为规定张数f(例如f＝750帧)以上。在步骤s610中判定为帧数f为规定张数f以上的情况下(步骤s610：“是”)，处理进入步骤s612，否则(步骤s610：“否”)进入步骤s611。

在步骤s611中，运动视频分割装置100使帧数f增加1并返回到步骤s602。

在步骤s612中，运动视频分割装置100判定计数值cnt是否为规定值f_cnt以上。在步骤s612中判定为计数值cnt为规定值f_cnt(例如10)以上的情况下(步骤s612：“是”)，处理进入步骤s613，否则(步骤s612：“否”)返回到步骤s611。

在步骤s608和s609中，在作为处理对象的静止图像的难易度d_level被更新为high的情况下，计数值cnt被复位为0，在作为处理对象的静止图像的难易度d_level保持low的情况下，计数值cnt被增加1。即，仅在难易度d_level为low的静止图像连续f_cnt帧以上的情况下，在步骤s612中计数值cnt为规定值f_cnt以上。因而，在作为处理对象的静止图像的帧数f为从包形成处理开始起的规定张数f以上、且难易度d_level为low的静止图像连续f_cnt帧以上的情况下，进行步骤s613的处理。

在本实施方式中，像这样使用计数控制来进行难易度为low的静止图像连续的张数是否为规定值以上的判定，之后对运动视频进行分割，但是该结构不是必需的。例如也可以是，在判定为作为处理对象的帧的难易度为low的情况下，在该帧处对运动视频进行分割。像这样也是，运动视频分割前后的静止图像中的某一个难易度为low，因此在运动视频分割前后中的某一方，图像分析的精度提高，从而能够提高分割运动视频后进行的运动视频分析的精度。

其中，根据经验可知，当如本实施方式那样在使用计数控制来进行难易度为low的静止图像连续的张数是否为规定值以上的判定之后对运动视频进行分割时，难易度为low的静止图像在之后也会连续一段时间，因此，运动视频分割前后的静止图像的难易度容易连续规定张数以上为low。当难易度为low的静止图像连续时，运动视频分割前后的图像分析的精度进一步升高，因此能够进一步提高将运动视频分割后进行的运动视频分析的精度。

在步骤s613中，运动视频分割装置100将作为包形成处理的开始帧的第0帧的静止图像至第f帧静止图像作为1个组(包)来进行包形成。在步骤s613中形成的包的长度为规定帧数f以上。另外，包的最终帧的静止图像的难易度为low。

在本实施方式中，以像这样使包的最终帧的静止图像的难易度为low的方式进行包形成。通过这样，对最终帧的静止图像的图像分析的精度提高，因此能够进一步提高将运动视频分割后进行的运动视频分析的精度。

另外，作为其它实施方式，也可以是，将第0帧的静止图像至(f-第规定张数帧)的静止图像作为1个组(包)来进行包形成，由此使包的开始帧的静止图像的难易度为low。通过这样，对开始帧的静止图像的图像分析的精度提高，因此能够进一步提高将运动视频分割后进行的运动视频分析的精度。

并且，作为其它实施方式，也可以是，将第0帧的静止图像至第(f-1)帧的静止图像作为1个组(包)来进行包形成，由此使包的开始帧/最终帧双方的静止图像的难易度为low。

在步骤s614中，运动视频分割装置100计算在步骤s613中形成的包的负荷值。负荷值是一种程度，用于表示在图像处理装置200中由修正者进行包的编辑作业时的负荷。

具体说明负荷值的设定方法。作为1个设定方法，例如有以下方法：基于包所包含的静止图像中的、难易度d_level为high的静止图像所占的比例来设定负荷值。

图8是示出负荷值的设定方法的第一例的图。在图8中，左侧的栏示出了难易度d_level为high的静止图像相对于整个包的比率，右侧的栏示出了与比率相应的负荷值的例子。在图8所示的例子中，在难易度为high的帧数相对于整个包的比例为0的情况下，负荷值被设定为1。另外，在难易度为high的帧数相对于整个包的比例大于0且小于0.25的情况下，负荷值被设定为2。另外，在难易度为high的帧数相对于整个包的比例为0.25以上且小于0.5的情况下，负荷值被设定为3。另外，在难易度为high的帧数相对于整个包的比例为0.5以上且小于0.75的情况下，负荷值被设定为4。另外，在难易度为high的帧数相对于整个包的比例为0.75以上且1.0以下的情况下，负荷值被设定为5。

即，在负荷值的设定方法的第一例中，难易度为high的帧数相对于整个包的比例越低则负荷值被设定得越低，比例越高则负荷值被设定得越高。此外，在图8所示的例子中，负荷值被设定为5个阶段，但是本公开不限定于此。负荷值例如也可以具有2个阶段等比图8所例示的5个阶段少的阶段，还可以具有比5个阶段多的阶段。在负荷值是2个阶段的情况下例如只要如下即可：在难易度为high的帧哪怕只有1个的情况下也设为负荷值1，在难易度为high的帧数为0的情况下设为负荷值0。

图9是示出负荷值的设定方法的第二例的图。在图9中，左侧的栏示出了整个包的帧数相对于规定帧数的比率，右侧的栏示出了与比率相应的负荷值的例子。此外，规定帧数既可以是与通过图6的步骤s610说明的规定帧数f相同的值，也可以是不同的值。在图9所示的例子中，在整个包的帧数为规定帧数的1倍以下的情况下，负荷值被设定为1。另外，在整个包的帧数大于规定帧数的1倍且为1.5倍以下的情况下，负荷值被设定为2。另外，在整个包的帧数大于规定帧数的1.5倍且为2倍以下的情况下，负荷值被设定为3。另外，在整个包的帧数大于规定帧数的2倍的情况下，负荷值被设定为4。

在负荷值的设定方法的第二例中，整个包的帧数相对于规定帧数的比率越低、即包的长度越短，则负荷值被设定得越低，比率越高即包的长度越长，则负荷值被设定得越高。此外，在图9所示的例子中，负荷值被设定为4个阶段，但是本公开不限定于此。负荷值例如也可以具有2个阶段等比图9所例示的4个阶段少的阶段，还可以具有比4个阶段多的阶段。

如以上那样，运动视频分割装置100将运动视频图像分割为包含规定张数以上的帧的静止图像的多个包。更详细地说，运动视频分割装置100判定构成包的各图像的难易度，在难易度为low的图像连续规定值f_cnt张以上的情况下，在连续的图像的最后的图像附近处对运动视频图像进行分割，形成包。

返回到图5的说明。在步骤s502中，运动视频分割装置100获取作为在步骤s501中形成的多个包的发送目的地的候选的多个图像处理装置200各自的负荷值累积信息。

图10是用于说明负荷值累积信息的图。图10中例示了表示作为包的发送目的地候选的图像处理装置200的识别信息(id)以及负荷值累积信息的表1001～1004。随着时间的经过对表1001～1004中的负荷值累积信息进行更新。

表1001示出了对id.1～id.3中的哪一个图像处理装置200都未发送包的、初始状态的负荷值。负荷值的初始值为1，id.1至id.3这3台图像处理装置200的负荷值累积信息分别为1。此外，下面为了简单，例如将id.1的图像处理装置200的负荷值累积信息记载成id.1的负荷值。

表1002示出了从表1001起时间经过、发送了具有负荷值3的第1个包的状态的负荷值。对id.1发送了负荷值3的包，因此在表1002中id.1的负荷值被更新为4。

并且，表1003示出了从表1002起时间经过、发送了具有负荷值1的第2个包的状态的负荷值。对id.2发送了负荷值1的包，因此在表1003中id.2的负荷值被更新为2。

然后，表1004示出了从表1003起时间进一步经过、发送了具有负荷值2的第3个包的状态的负荷值。对id.3发送了负荷值2的包，因此在表1004中id.3的负荷值被更新为3。

这样，负荷值累积信息是按图像处理装置200对在当前时间点以前对多个图像处理装置200中的某一个发送的包的负荷值进行累积所得到的值。

返回到图5的说明。在步骤s503中，运动视频分割装置100基于在步骤s502中获取到的负荷值累积信息来决定成为发送在步骤s501中生成的包的发送目的地的图像处理装置200。

作为发送目的地的决定方法，例如有以下方法：参照在步骤s502中获取到的负荷值累积信息来将负荷值的累积值最小的图像处理装置200设为发送目的地。在尚未发送包的状态等、存在多个具有相同的负荷值累积信息的图像处理装置200的情况下，例如将id最小的图像处理装置200决定为发送目的地即可。

在步骤s504中，运动视频分割装置100对在步骤s503中决定的发送目的地发送在步骤s501中生成的包。

然后，在步骤s505中，运动视频分割装置100对与发送目的地的图像处理装置200对应的负荷值累积信息进行更新。具体地说，将发送目的地的图像处理装置200的负荷值累积信息与在步骤s614中计算出的负荷值相加来进行更新。

在步骤s506中，运动视频分割装置100判定在步骤s501中生成的包中运动视频图像是否已结束。此外，运动视频图像已结束例如意味着：由于摄像机300拍摄的体育竞技的比赛结束等原因，摄像机300停止运动视频图像的拍摄。在步骤s506中判定为运动视频图像已结束的情况下(步骤s506：“是”)，处理结束，否则(步骤s506：“否”)处理返回到步骤s501来进行下一个包形成处理。

此外，可以将下一个包形成处理的开始帧(在第2次以后的s602中获取的图像)设为作为上一次包形成处理中的最终的值的第f帧。

通过这样，下一个包形成处理的开始帧与上一个包形成处理的结束帧重复。当下一个包形成处理的开始帧与上一个包形成处理的结束帧重复时，分割出的各个运动视频图像(包)的结束帧中的选手的位置(通过参照追踪结果而得到)与开始帧中的选手的位置重复，因此步骤s305的处理的精度提高，作为结果，追踪结果的结合的精度提高。此外，即使是不使下一个包形成处理的开始帧与上一个包形成处理的结束帧重复的情况，也由于上一个包形成处理的结束帧的难易度为low从而结束帧中的选手的位置的精度提高，因此追踪结果的结合的精度提高。

另外，当将下一个包形成处理的开始帧(在第2次以后的s602中获取的图像)设为作为上一次包形成处理中的最终值的第f帧时，下一个包形成处理的开始帧的难易度为low也得以保证。当开始帧的难易度为low时，还存在如后所述的以下优点：针对静止图像赋予选手的初始姿势的处理的精度提高。此外，将上一个包形成处理的结束帧设为第(f-1)帧、将下一个包形成处理的开始帧设为第f帧，也能够保证下一个包形成处理的开始帧的难易度为low。

[1.2.3之后的处理]

当在图5所示的步骤s504中从运动视频分割装置100对图像处理装置200发送了包时，如图3所示，图像处理装置200接收包，对接收到的包进行追踪处理。然后，图像处理装置200将追踪处理的结果大致实时地显示于显示部204，使修正者判定追踪处理是否错误，在错误的情况下进行受理修正者借助输入部203进行的修正的编辑受理处理(步骤s303)。主要由处理器201与图像处理装置200的其它各结构要素协作来进行这些追踪处理和编辑受理处理。

追踪处理具体地说包括以下处理等：选手检测处理，提取图像中的与选手对应的区域；姿势赋予处理，在包的开头的图像(开始帧)中赋予选手的初始姿势；队识别处理，基于提取出的选手的颜色等来识别选手所属的队；位置追踪处理，追踪选手、球等体育器具的位置。这些选手检测处理、姿势赋予处理、队识别处理、位置追踪处理以及编辑受理处理的详细说明例如在专利文献1中进行了公开。

图像处理装置200当完成追踪处理和编辑受理处理时，生成使包所包含的各静止图像中的选手的位置列表化的追踪结果。图像处理装置200所生成的追踪结果被发送到运动视频分割装置100(图3的步骤s304)。运动视频分割装置100通过将从图像处理装置200接收到的追踪结果按顺序进行结合来生成各选手的1个比赛的移动信息(图3的步骤s305)。这样生成的1个比赛的移动信息叠加地显示于运动视频图像，由此例如有用于客观地评价选手的运动量、运动性或者构建整个比赛的战略。

[1.3效果等]

如上所述，在本实施方式1中，运动视频处理系统1具有运动视频分割装置100、图像处理装置200以及摄像机300。运动视频分割装置100从构成摄像机300拍摄的运动视频图像的图像(静止图像)提取特征量，基于特征量来决定对图像进行编辑作业时的难易度。在本实施方式中，作为特征量，采用与选手对应的区域相对于整个图像所占的比例。另外，编辑作业是指以下作业：由修正者对图像处理装置200自动进行的追踪图像内的选手、球等的位置的追踪处理中的错误进行修正和编辑。

然后，运动视频分割装置100将摄像机300拍摄的运动视频图像分割为多个组(包)，基于包所包含的图像的难易度来决定发送包的图像处理装置200。更详细地说，运动视频分割装置100判定构成包的各图像的难易度，在难易度为low的图像连续规定值f_cnt张以上的情况下，在连续的图像的比最后靠前1个的图像处对运动视频图像进行分割，形成包。因此，能够使由运动视频分割装置100形成的各包的开始帧或结束帧的静止图像的难易度为low。作为结果，能够提高追踪结果的连结的精度。

因而，根据运动视频处理系统1，能够避免在图像处理装置200中的编辑作业的难易度高的静止图像之前或之后对运动视频图像进行分割。

另外，运动视频分割装置100在决定成为包的发送目的地的图像处理装置200时，按包来计算负荷值，将以前发送的包的负荷值的累积值最小的图像处理装置200决定为发送目的地。

通过这种结构，运动视频分割装置100能够将在基于摄像机300拍摄得到的图像形成包的时间点负荷小的图像处理装置200决定为所形成的包的发送目的地。因此，能够优先对负荷小的图像处理装置200发送包，因此每个图像处理装置200的编辑作业的负荷被分散，能够高效地进行运动视频图像中的选手、球等的位置的追踪处理。

(实施方式2)

[2.1结构]

下面，说明实施方式2的运动视频处理系统1。如图1所示，实施方式2中的运动视频处理系统1具有运动视频分割装置100、多个图像处理装置200a、200b、200c…以及摄像机300。运动视频分割装置100与摄像机300以能够相互通信的方式彼此连接，运动视频分割装置100与多个图像处理装置200a、200b、200c…以能够相互通信的方式彼此连接。

运动视频分割装置100和图像处理装置200例如由pc、工作站等计算机构成。如图2所示，运动视频分割装置100(或图像处理装置200)具有处理器101(201)、存储部102(202)、输入部103(203)、显示部104(204)、通信部105(205)以及总线106(206)。

[2.2动作]

接着，说明实施方式2中的运动视频处理系统1的动作。在下面的说明中，主要由处理器101与运动视频分割装置100的其它各结构要素协作来进行运动视频分割装置100的动作。

运动视频处理系统1基于由摄像机300所拍摄得到的体育竞技的运动视频图像构成的体育影像，来追踪运动视频图像中出现的选手、体育用具(球等)等的位置。

图11是用于说明实施方式2中的运动视频处理系统1的整体的动作的时序图。在图11中，多个图像处理装置200中的1个图像处理装置200x、多个图像处理装置200y…以及多个图像处理装置200z…进行互不相同的动作。

在步骤s1101中，运动视频分割装置100进行用于分割体育影像的事先处理。事先处理是通过上述的实施方式1的1.2.1章说明的处理。

在步骤s1102中，运动视频分割装置100进行以下的分割发送处理：使用通过步骤s301中的事先处理得到的信息来将运动视频图像分割为多个，发送到多个图像处理装置200。

[2.2.1分割发送处理]

下面，说明实施方式2中的分割发送处理的详情。图12是用于说明实施方式2的分割发送处理中的运动视频分割装置100的动作的流程图。

在步骤s1201中，运动视频分割装置100对由摄像机300拍摄得到的运动视频图像进行包形成处理。包形成处理是通过上述的实施方式1的1.2.2.1章说明的处理。

在步骤s1202中，运动视频分割装置100将在步骤s1201中生成的包全部发送到图像处理装置200x。

在步骤s1203中，运动视频分割装置100判定在步骤s1201中生成的包中运动视频图像是否已结束。此外，运动视频图像已结束例如意味着：由于摄像机300拍摄的体育竞技的比赛结束等原因，摄像机300停止运动视频图像的拍摄。在步骤s1203中，在判定为运动视频图像已结束的情况下(步骤s1203：“是”)，处理结束，否则(步骤s1203：“否”)处理返回到步骤s1201来进行下一个包的形成处理。

返回到图11的说明。在步骤s1103中，图像处理装置200x对从运动视频分割装置100发送的多个包进行初始处理。初始处理是指针对包的开始帧的静止图像赋予选手的初始姿势的处理。

例如如下面那样进行针对包的开始帧的图像赋予初始姿势的处理。图像处理装置200x从包的开始帧的静止图像(下面称为开始图像)提取特征量，基于特征量来检测与选手对应的区域。然后，图像处理装置200x预先对成为运动视频处理系统1的拍摄对象的体育竞技的其它运动视频图像进行机器学习，由此事先学习选手的关节的位置，从检测出的与选手对应的区域估计多个关节的位置。然后，图像处理装置200x将估计出的关节的位置削减为适当的数量，例如使用动态规划法来选择最佳的关节的组合。图像处理装置200x基于所选择的关节的组合来估计检测出的选手的姿势。图像处理装置200x对开始图像中出现的全部选手进行这种初始姿势的赋予。

此外，在上述的赋予初始姿势的处理中，从包的开始帧的静止图像提取的特征量既可以是在上述的难易度判定处理中使用的特征量即前景区域的尺寸，也可以采用其它特征量。

在s1104中，图像处理装置200x将完成步骤s1103中的初始处理的包分配到包括自己在内的图像处理装置200y和图像处理装置200z。图像处理装置200x例如只要如下面那样决定各包的分配目的地即可。

在此，作为前提，在实施方式2中设定为：在图像处理装置200x和图像处理装置200y中，由修正者进行编辑作业，但是在图像处理装置200z中，仅进行自动图像分析，不由修正者进行编辑作业。

基于这种前提，图像处理装置200x参照各包的负荷值，对于负荷值为规定值以上的包，将图像处理装置200x和图像处理装置200y中的某一个决定为分配目的地。然后，对于负荷值小于规定值的包，图像处理装置200x将图像处理装置200z决定为分配目的地。通过采用这种分配方法，能够减少与图像处理装置200z相应的修正者的人数，因此能够减少运动视频处理系统1的动作成本。

在步骤s1105中，图像处理装置200x对在步骤s1104中分配来的包进行追踪处理和编辑受理处理。

在步骤s1106中，图像处理装置200y对在步骤s1104中分配来的包进行追踪处理和编辑受理处理。

在步骤s1107中，图像处理装置200z对在步骤s1104中分配来的包进行追踪处理。

在步骤s1108中，图像处理装置200x将步骤s1105中的追踪处理的结果(已反映出编辑作业的结果)发送到运动视频处理系统1。

在步骤s1109中，图像处理装置200y将步骤s1106中的追踪处理的结果(已反映出编辑作业的结果)发送到运动视频处理系统1。

在步骤s1110中，图像处理装置200z将步骤s1107中的追踪处理的结果发送到运动视频处理系统1。

在步骤s1111中，运动视频分割装置100将在步骤s1108至步骤s1110中从图像处理装置200x、200y、200z发送的、分割出的运动视频图像中的追踪处理的结果进行结合，生成整个运动视频图像的追踪结果。

[2.3效果等]

如上所述，在本实施方式2中，运动视频处理系统1具有运动视频分割装置100、图像处理装置200以及摄像机300。运动视频分割装置100基于摄像机300拍摄得到的图像的难易度来判定编辑作业的难易度，以避免以在难易度高的图像前后对运动视频图像进行分割的方式进行包的分割。然后，运动视频分割装置100将所形成的包发送到图像处理装置200x，图像处理装置200x对全部包进行对图像中出现的选手赋予姿势的初始处理，将包分配到包括自己在内的多个图像处理装置200。此时，图像处理装置200x将负荷值为规定值以上的包分配到能够由修正者进行修正的图像处理装置200x或图像处理装置200y，将负荷值小于规定值的包分配到不由修正者进行修正的图像处理装置200x。

通过这种结构，能够减少运动视频处理系统1整体的修正者的人数，因此能够减少运动视频处理系统1的动作成本。

(其它实施方式)

如以上那样，说明了作为在本申请中公开的技术的例示的实施方式。然而，本公开的技术不限定于上述的实施方式，也能够应用于进行了变更、置换、附加、省略等的其它实施方式。另外，也能够将在上述的实施方式中说明的各结构要素进行组合来形成新的实施方式。

下面，例示其它实施方式。在上述的实施方式中，运动视频分割装置100针对各帧的静止图像将编辑作业的难易度设定为high或low这2个阶段。然而，运动视频分割装置100例如也可以将各帧的静止图像中的难易度设定为更多的阶段、即例如设定为5个阶段等。在该情况下只要如下即可：在之后的处理、例如图6所示的步骤s606等中，判定难易度是否为规定的阶段以上，来代替判定难易度是high还是low。

另外，在上述的实施方式中，从摄像机300拍摄得到的图像提取特征量，基于特征量来决定编辑作业的难易度。在上述的实施方式中，作为特征量，在本实施方式中例如采用了与选手对应的区域相对于整个图像所占的比例。

然而，特征量只要是表示图像内的选手的特征的要素，那么可以是任意要素。即，作为特征量的具体例，例如能够列举出颜色、亮度、顶点的位置、形状等。另外，只要表示图像内的选手的特征，那么也可以利用公知的其它特征量。

另外，在上述的实施方式中，基于难易度判定区域(特定区域)内所包含的前景区域的比例来判定难易度。难易度判定区域是由运动视频处理系统1的操作者设定的、预计选手多的区域，因此难易度判定区域内所包含的前景区域的比例高意味着选手密集于一处。然而，在本公开中，也可以不基于难易度判定区域(特定区域)内所包含的前景区域的比例来判定难易度，而是由运动视频分割装置100对难易度判定区域内的选手的数量进行计数，与选手的数量少的情况相比，在选手的数量多的情况下判定为难易度高。关于对难易度判定区域内的选手的数量进行计数的方法，利用公知的技术即可。

另外，在上述的实施方式中，如图6等所示，在难易度为low的图像连续规定值f_cnt张以上的情况下，在连续的图像的比最后靠前1个的图像处对运动视频图像进行分割，形成包。然而，本公开的运动视频处理系统1也可以利用其它方法形成包。例如，运动视频分割装置100也可以利用以下方法来形成包：将从开始帧起的第规定张数的帧临时设定为结束帧，之后在结束帧的难易度为high的情况下，将比结束帧靠后的帧重新设定为结束帧。

另外，在上述的实施方式中，运动视频分割装置100基于以前对图像处理装置200发送的包的负荷值的累积值来决定成为发送目的地的图像处理装置200。然而，例如可以想到以下状态：在编辑作业所需的时间根据修正者而不同的情况下或比赛临近结束时等，各图像处理装置200中仍有未处理的包。在这种情况下，与基于此前的累积负荷值来决定发送目的地的图像处理装置200相比，期望的是考虑今后的编辑作业所需的时间来设定发送目的地。

因而，也可以是，由运动视频分割装置100计算每个图像处理装置200的已被发送到该图像处理装置200且未被通知处理的完成的包(未处理包)的负荷值的合计值，基于该合计值来设定发送目的地。在该情况下，针对1个包完成了追踪处理和编辑受理处理的图像处理装置200对运动视频分割装置100通知完成，运动视频分割装置100通过从上述的负荷值累积信息减去被通知完成的包的负荷值来计算未处理包的负荷值的合计值即可。

另外，在上述的实施方式中，图像处理装置200将使包所包含的各静止图像中的选手的位置列表化所得到的追踪结果发送到运动视频分割装置100，图像处理装置200将从多个图像处理装置200接收到的追踪结果进行结合来生成选手的1个比赛的移动信息。然而，为了生成选手的1个比赛的移动信息而由图像处理装置200向运动视频分割装置100发送的信息不限定于该形式。由图像处理装置200向运动视频分割装置100发送的信息只要是有益于生成选手的1个比赛的移动信息的信息即可。例如，也可以是，图像处理装置200在包所包含的各静止图像上叠加表示选手的位置的标记等来生成位置信息附加包，将所生成的位置信息附加包发送到运动视频分割装置100。这样，运动视频分割装置100也能够将从多个图像处理装置200接收到的包进行结合来生成选手的1个比赛的移动信息。

另外，将多个图像处理装置200生成的追踪结果或位置信息附加包进行结合来生成选手的1个比赛的移动信息的也可以不是运动视频分割装置100。例如，多个图像处理装置200也可以将各自生成的追踪结果或位置信息附加包发送到其它运动视频结合装置，由该运动视频结合装置将多个追踪结果或位置信息附加包进行结合来生成选手的1个比赛的移动信息。在该情况下，运动视频结合装置与上述的运动视频分割装置100、图像处理装置200同样地由pc、工作站等计算机构成即可。

另外，在上述的实施方式中，设为在图像处理装置200x和图像处理装置200y中由修正者进行编辑作业，但是不限于此，例如也可以设为：仅在图像处理装置200y中由修正者进行编辑作业，在图像处理装置200x和图像处理装置200z中仅进行自动图像分析，不由修正者进行编辑作业。在该情况下，能够如以下那样按编辑内容来分担修正者的编辑作业：图像处理装置200x的修正者进行赋予初始姿势的处理的确认和修正，图像处理装置200y的修正者进行追踪处理的确认和修正。

另外，在上述的实施方式中，设为多个图像处理装置200a、200b、200c、200x、200y、200z等具有同一结构来进行了说明。然而，在实施方式2中，关于不会由修正者进行修正作业的图像处理装置200z，例如也可以存在不具有输入部203、显示部204等结构的差异。

另外，在上述的实施方式中，将运动视频分割装置100和图像处理装置200记载为彼此不同的结构。然而，例如也可以将运动视频分割装置100的功能和图像处理装置200的功能搭载于少数的pc、工作站等计算机。在这种情况下，通过准备与修正者的人数相应的用于进行修正作业的显示部和输入部，能够利用例如1台等极少数的计算机来实现运动视频分割装置100和多个图像处理装置200的功能。由此，能够减少运动视频处理系统1的设置成本。

此外，上述的实施方式用于例示本公开中的技术，因此能够在权利要求书或其等同范围内进行各种变更、置换、附加、省略等。例如，在上述的实施方式中说明了将拍摄体育竞技的比赛而得到的构成体育影像的运动视频图像用作运动视频图像的一例的例子。但是，本公开中使用的运动视频图像不限于拍摄体育竞技的比赛而得到的构成体育影像的运动视频图像。作为本公开中使用的运动视频图像，能够广泛地包括全部成为分析对象的运动视频图像。作为成为分析对象的运动视频图像的例子，包括收录了人物的举止的运动视频图像。在将本公开应用于收录了人物的举止的运动视频图像的情况下，可以是，与构成运动视频图像的图像中的特定区域内存在的人物少的情况相比，如果所述特定区域内存在的人物多，则决定为难易度高。另外，收录了偶像的演唱会影像的运动视频图像也包含于本公开中使用的运动视频图像。在将本公开应用于收录了偶像的演唱会影像的运动视频图像的情况下，可以是，与构成运动视频图像的图像中的特定区域内存在的偶像少的情况相比，如果所述特定区域内存在的偶像多，则决定为难易度高。

产业上的可利用性

本公开能够应用于对运动视频图像进行分割的运动视频分割方法、运动视频分割装置以及运动视频处理系统。

附图标记说明

1：运动视频处理系统；100：运动视频分割装置；101：处理器；102：存储部；103：输入部；104：显示部；105：通信部；106：总线；200、200a、200b、200c、200x、200y、200z：图像处理装置；201：处理器；202：存储部；203：输入部；204：显示部；205：通信部；206：总线；300：摄像机；400：场地；401、402：区域；1001、1002、1003、1004：表。