专利名称：球门检测和基于球门检测的足球视频精彩事件检测方法
技术领域：
本发明涉及一种球门检测和足球视频精彩事件检测方法，更具体的说，是涉及一种基于球门检测的足球视频精彩事件检测方法。
背景技术：
精彩事件提取在体育视频的快速浏览中发挥着重要的作用。观众通常都会关注于体育视频中的一些关键片段而不是整个视频段。能够灵活自动的提取精彩事件有助于快速准确地了解视频内容。现有技术中，对精彩事件的提取方法主要分为两类基于重放和基于规则。基于重放的方法认为精彩事件是电视转播中进行重放的事件，通过对重放模式的识别，来确定精彩事件的发生。基于规则的精彩事件检测方法通过手动的或者自动、半自动的训练找到精彩事件发生的规则，然后根据此规则找到相应的精彩事件。一般采用隐马尔可夫模型、动态贝叶斯网络等训练模型参数，虽然能够取得较好的检测效果，但是整个系统的代价也较高，所费时间也较长，不适用于实时检测精彩事件。
足球比赛作为观众人数和普及率最高的体育比赛之一，如果能把足球比赛中的精彩片断自动提取出来，无论是对足球爱好者还是教练员、运动员都有很大的帮助。传统的复杂的足球视频精彩事件提取方法，如Assfalg等人在文献1“Soccer HighlightsDetection and Recognition using HMMs”中采用隐马尔可夫模型来检测精彩事件。HMM训练所用的特征为相机的运动特征，相机的运动特征本身很难提取的，通过训练得到的HMM对精彩事件检测的检测准确率为80％，既费时，而且检测的准确率也不高。
禁区附近的区域是足球比赛中一个十分重要的区域，很多关键性的事件和精彩镜头诸如射门、点球，任意球等都发生在禁区附近的区域。由此可见，如果能够在视频帧中找出禁区附近的区域，就可在此基础上进一步分析视频内容，从而在语义层次上分析精彩事件的发生。
发明内容
本发明的目的是提供一种基于球门检测的快速、准确的足球视频精彩事件检测方法。
为了实现上述目的，本发明采取如下技术方案一种球门检测方法，所述球门是指足球球门，包括如下步骤(1)首先提取一帧彩色足球视频图像，以下的步骤均以该帧图像为基础。
(2)对上述视频帧图像采用草帽变换(top-hat)提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换(hough)选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门。
进一步地，上述步骤(1)中，对于一帧图像的提取可以是逐帧提取，可以是隔帧提取，也可是每隔固定的5～20帧提取。
进一步地，上述步骤(2)中提取边缘图像的步骤如下(a)对彩色图像做草帽变换(top-hat)提取彩色边缘图像；(b)对彩色边缘图像进行灰度变换得到灰度图像；(c)采用自适应的方法将灰度图像二值化，得到二值黑白边缘图像。
进一步地，上述步骤(c)中采用自适应的方法将灰度图像二值化，是指采用2-均值聚类，将灰度边缘图像的直方图聚为两类，得到一高一低两类聚类中心，对于灰度图像中的每个像素，如果离高像素值的聚类中心较近，则将其置为白色，反之如果离低像素值的聚类中心较近，则将其置为黑色。
进一步地，上述步骤(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段，是指在得到的二值黑白边缘图像的基础上，对于每个白色象素，搜索其竖直方向上下邻域为8至20个像素的范围，如果所述范围内全为白色像素，则所述范围表示的线段为候选球门柱。
进一步地，所述第二启发式规则是指(a)两根球门柱的长度都应符合一定的阈值要求，应在5～100个像素的范围内，如果不符合则认为不是球门；(b)两根球门柱之间的距离应符合一定的阈值要求，应在20～160个像素的范围内，如果不符合则认为不是球门。
(c)在满足上述规则的基础上，两根球门柱之间的距离和最长球门柱之间也应符合一定的比例要求，比例系数应在0.5～3.5的范围内，如果不符合则认为不是球门。
(d)在满足上述规则的基础上，球门柱的线段应该保持一定连续性，每个球门柱的上下界之差与门柱长度的差值应该在0～25个像素的范围内，如果不符合则认为不为球门。
(e)在满足上述规则的基础上，两根球门柱构成的最小矩形的中心位置应处在一定的区域内，其中心点的纵坐标应在0～240的范围内，如果不符合则认为不是球门。
(f)在满足上述规则的基础上，两根球门柱的位置应符合一定的阈值要求，具有最小下界的球门柱的上界与具有最大上界的球门柱的下界之间的距离应在0～6个像素的范围内，如果不符合则认为不是球门。
一种基于球门检测的足球视频精彩事件检测方法，包括如下步骤1)球门检测；2)在检测到球门的基础上，结合第一启发式规则检测足球视频中的精彩事件。进一步地，步骤1)球门检测包括如下步骤(1)首先提取一帧彩色足球视频图像，以下的步骤均以该帧图像为基础。
(2)对上述视频帧图像采用草帽变换(top-hat)提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换(hough)选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门。
进一步地，上述步骤(1)中，对于一帧图像的提取可以是逐帧提取，可以是隔帧提取，也可是每隔固定的5～20帧提取。
进一步地，上述步骤(2)中提取边缘图像的步骤如下(a)对彩色图像做草帽变换(top-hat)提取彩色边缘图像；(b)对彩色边缘图像进行灰度变换得到灰度图像；(c)采用自适应的方法将灰度图像二值化，得到二值黑白边缘图像。
进一步地，上述步骤(c)中采用自适应的方法将灰度图像二值化，是指采用2-均值聚类，将灰度边缘图像的直方图聚为两类，得到一高一低两类聚类中心，对于灰度图像中的每个像素，如果离高像素值的聚类中心较近，则将其置为白色，反之如果离低像素值的聚类中心较近，则将其置为黑色。
进一步地，上述步骤(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段，是指在得到的二值黑白边缘图像的基础上，对于每个白色象素，搜索其竖直方向上下邻域为8至20个像素的范围，如果所述范围内全为白色像素，则所述范围表示的线段为候选球门柱。
进一步地，所述第二启发式规则是指(a)两根球门柱的长度都应符合一定的阈值要求，应在5～100个像素的范围内，如果不符合则认为不是球门；(b)两根球门柱之间的距离应符合一定的阈值要求，应在20～160个像素的范围内，如果不符合则认为不是球门。
(c)在满足上述规则的基础上，两根球门柱之间的距离和最长球门柱之间也应符合一定的比例要求，比例系数应在0.5～3.5的范围内，如果不符合则认为不是球门。
(d)在满足上述规则的基础上，球门柱的线段应该保持一定连续性，每个球门柱的上下界之差与门柱长度的差值应该在0～25个像素的范围内，如果不符合则认为不为球门。
(e)在满足上述规则的基础上，两根球门柱构成的最小矩形的中心位置应处在一定的区域内，其中心点的纵坐标应在0～240的范围内，如果不符合则认为不是球门。
(f)在满足上述规则的基础上，两根球门柱的位置应符合一定的阈值要求，具有最小下界的球门柱的上界与具有最大上界的球门柱的下界之间的距离应在0～6个像素的范围内，如果不符合则认为不是球门。
进一步地，所述第一启发式规则是指精彩事件大多发生在球门禁区附近，在找到球门之后，结合球门镜头前后帧的镜头类型信息，即远景、中景、特写信息就可检测出不同类型的精彩事件，如射门事件，角球事件等。
与现有技术相比，本发明的优点在于针对以往的球门检测技术，本发明具有准确、快速、误检率低的优点。采用top-hat变换提取的边缘图像，其中表示球门的白色像素更加清晰可现，有助于进一步可靠、准确的提取球门柱；采用邻域搜索的方法提取候选球门柱，极大降低了球门柱检测的误检率，避免了将球网或者广告牌等背景误检为球门柱的情况。本发明对精彩事件的检测更为高效、快速。只需在球门检测的基础上，结合一些简单的启发式规则就可快速的检测出精彩事件，避免了传统方法需要大规模的训练数据和复杂的特征提取。
图1是实施例1的足球视频中射门事件检测的流程图。
具体实施例方式
下面结合附图和具体实施方式
对本发明作进一步详细描述在足球赛事中，禁区附近的区域中最明显的一个标志就是球门，如果能准确的检测到球门，并在此基础上结合一些启发式规则，就可快速、准确的检测到足球视频中的精彩事件。相对于传统的复杂的足球视频精彩事件提取方法，本发明只需通过检测球门出现，并结合一些简单的启发式规则对复杂的足球视频进行处理，准确地找到并定位精彩事件的发生，取得了很好的检测结果。既避免了传统的精彩事件检测方法的复杂、费时的弊端，又得到了较高的检测准确率。
本发明首先提出了一种新颖的球门检测方法，即通过对原彩色视频帧图像做top-hat变换提取边缘，在得到的边缘图像的基础上，通过邻域搜索的办法找到候选球门，然后通过hough变换提取球门柱，最后利用一些启发式的规则判断是否是真正的球门。在检测到球门的基础上，通过一些启发式的规则找到精彩事件，以足球比赛中最吸引人注意的精彩事件——射门事件为例，当发生射门事件时，首先出现的是禁区附近的镜头，此时必有比较长的一段球门镜头出现，射门结束后为一段时间的球员的特写。根据这些简单的启发式规则就可准确检测到射门事件，查全率为91.5％。对于其他的精彩事件如角球、任意球等也取得了较好的检测结果。
实施例1本实施例以对一段足球视频图像处理过程为例，对本发明作进一步的描述。本发明主要分为两步检测球门的出现，以及在检测球门的基础上，结合一些启发式规则检测足球视频中的精彩事件。下面对各步骤进行详细的说明1、球门检测本发明提出了一种自动检测足球视频中球门的方法。作为足球场中最重要的标志，本发明提取到两根球门柱作为找到球门的标志，而球门的出现预示一种潜在的射门或者进球事件。本发明能够判断足球视频中的任何一帧(主要为远景图像，中景图像)中是否包含有球门，如果有球门，则可同时得到两根球门柱的参数信息，包括每根球门柱的长度信息和位置信息。
本方法的主要思想是首先是对原始图片帧提取边缘图像，然后在边缘图像的基础上对每个像素做垂直方向上的邻域搜索，满足事先设定的阈值条件的像素为可能的球门柱像素(称之为候选球门柱)，在得到候选球门柱图之后，利用hough变换找到两根最长的线段作为球门，然后结合一些启发式的规则来最终判断是否是真正的球门。下面详细说明各步骤1.1、提取边缘图像本步骤主要是得到原图像的边缘图像，以便在此边缘图像的基础上进一步找到真正的球门。
本发明采用top-hat变换提取彩色边缘图像，top-hat变换是针对灰度图像提取边缘的一种形态学变换方法，也叫做波峰检测器。由于球门的颜色是白色的，也就是它的红(R)、绿(G)、蓝(B)三个通道的灰度值都很高，相当于灰度曲面上的波峰，所以用top-hat变换能够起到增强白色像素的目的。鉴于top-hat变换的此项优势，本发明将top-hat变换用于彩色图像的边缘提取，就可将原图中较明显的白色像素提取出来。
该彩色图像的top-hat变换过程为，首先是对原图像，做形态学的开运算，既先对图像做形态学的腐蚀运算，在得到的腐蚀图像的基础上作形态学膨胀运算，这样就得到一个开运算的结果图像。用原始图像与该结果图像做点对点的像素差，得到的差值图像就为原图像的彩色边缘图像。其中开运算所用到的5×5的卷积模板template为template=1111111111111111111111111]]>对于其中腐蚀运算，腐蚀图像的各个像素点的RGB各个通道灰度值为原图像中以该点为中心的5×5邻域中25个像素的相应各通道灰度值的最小值，而对于膨胀运算，膨胀图像的各个像素点的RGB各个通道灰度值为腐蚀图像中以该点为中心的5×5邻域中25个像素的相应各通道灰度值的最大值。
为了进一步提取候选球门柱我们必须对彩色边缘图像作二值化处理，得到一个二值黑白图像。这里本发明采用自适应的的方法得到一个二值黑白图像，其核心为将所有的像素点分成两类，一类为边缘像素点，一类为非边缘像素点。具体为首先求得彩色边缘图像的灰度图像，然后提取该灰度边缘图像的颜色直方图，接着对该灰度图像的颜色直方图进行k(本实施例这里k＝2)均值聚类，得到两类中心的灰度值，其中灰度值较高的为边缘像素点类的中心值，灰度值较低的为非边缘像素点类的中心值。分别求出灰度图像中各像素点的灰度值与两类中心的灰度值的欧式距离，如果该像素点离边缘像素点类的中心距离近，则在二值图像中将该点的灰度值赋为255，即该点为边缘像素点，在二值图像中表现为白色，如果该像素点离非边缘像素点类的中心距离近，则在二值图像中将该点的灰度值赋为0，即该点为非边缘像素点，在二值图像中表现为黑色。
1.2、提取候选球门柱本步骤主要是在1.1得到的二值边缘图像的基础上，通过竖直方向上的邻域搜索找到候选球门柱。
具体为对边缘图像上每个白色像素点，做垂直方向上的邻域搜索。搜索范围为[-10，10]，即该白色像素点上下各10个像素点的范围内。如果该像素的垂直方向的上下邻域的共20个像素灰度值都为255(既为白色像素)，则该像素可能为球门柱像素。之所以要上下邻域的20个像素的灰度值都为255，是为了避免将球网误判为球门柱，因为球网区域在垂直方向的白色像素是不连续的。
1.3、提取球门本步骤主要是采用hough变换从候选的球门柱中提取两条最长的线段作为球门柱线，然后运用一些启发式规则，进一步判断是否为真正的门柱线，将一些错误提取的线段排除。
本发明采用简化的hough变换来提取球门柱。在足球视频中无论从什么角度拍摄，球门柱在图像帧中始终是垂直的。如果以极坐标来表示出来的话，球门柱对应的线段的极角应为0度。如果一个像素点在直角坐标系中的坐标为(i，j)，则与其对应的极坐标系中的坐标为(ρ，θ)，它们之间的转换公式为ρ＝icosθ+jsinθ
这样对应于Hough变换的累积数组为[ρ，θ]，是一个二维数组。已知球门柱的极角为0度，则转换公式变为ρ＝icos0+jsin0＝i即球门柱线在极坐标系中极径值为其在直角坐标系中每个点的横坐标值。这样hough变换的累积数组就变为一维的，只需累积ρ值即可从候选球门柱中找到两根最长的线段。这样极大加快了hough变换的计算时间。
通过简化的hough变换得到两根最长的线段，但是还是不能确定这两根线段是否是最终的球门柱，这就需要一些启发式的规则将其中误判的情况排除。这些启发式的规则为a)两个门柱的长度都应符合一定的阈值要求，即应在合理的长度之内。本实施例设定的门柱高度下限为5个像素，上限为视频帧高度的0.3倍，如果不符合则不为球门。
b)两个门柱的之间的距离也应符合一定的阈值要求，即应在合理的宽度之内。本实施例设定的两门柱之间距离的下限为20个像素，上限为视频宽度的0.4倍，如果不符合则不为球门。
c)在满足上述规则的基础上，两门柱之间的距离和最长的门柱之间也应满足一定的比例要求。比例系数的下限为0.5，上限为2.5，如果不符合则不为球门。
d)在满足上述规则的基础上，为了避免将特写中球网或者球员当成门柱，要求门柱像素具有一定的连续性，即每个球门柱不能出现太多的间断。要求每个门柱的上下界之差与门柱长度的差值小于20个像素，如果不符合则不为球门。
e)在满足上述规则的基础上，由两个门柱的构成的最小矩形的中心位置应在一定的范围之内。由于球门一般出现在视频图像帧的中上部分，所以该矩形的中心位置应该不低于图像高度的0.8倍，如果不符合则不为球门。
f)当上述条件都符合时，会出现那些将远景中交错出现的球员提取出的边缘误判为球门柱的情况，为了避免这种情况的出现，必须保证两个门柱在垂直方向上的上下边界的距离符合一定的阈值要求，即也应在合理的距离之内。这里本实施例规定具有最小下界的球门柱的上界与具有最大上界的球门柱的下界之间的距离应该小于4个像素，如果不符合则不为球门。
结合这些启发式的规则，最终得到球门柱。
2、精彩事件检测本发明在检测到球门的基础上，结合一些启发式的规则就可准确的检测到足球视频中的精彩事件。在找到球门帧之后，结合球门镜头前后帧的镜头类型信息，即远景、中景、特写信息就可检测出不同类型的精彩事件，这些镜头类型信息的提取可采用现有的技术，可参见Ekin等人的“Automatic Soccer Video Analysis andSummarization”中提到的镜头类型提取方法。
本发明以足球比赛中最吸引人注意的射门事件为例来具体说明基于球门检测的精彩事件检测方法。当发生射门事件时，最先出现的禁区附近的区域，这通常为包含清晰球门的远景镜头，这样的镜头持续一段时间后，射门事件完成，通常会出现运动员或者裁判员的特写镜头。射门事件检测的流程如图1所示，对于输入的视频流序列，首先检测当前帧中是否存在球门，如果存在球门且连续出现100帧以上的包含有球门的远景镜头，则有可能为一个射门事件，继续向后检测其后的视频帧是否存在特写镜头，如果特写镜头的数目超过40帧，则此段视频流为一个射门精彩事件，否则继续向后面的视频流查找精彩射门事件。
实施例2在实施例1检测球门的基础上，结合角球位置的检测，则可检测出角球事件。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
权利要求
1.一种球门检测方法，所述球门是指足球视频中的足球球门，包括如下步骤(1)提取一帧彩色足球视频图像；(2)对上述视频帧图像采用草帽变换提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换选取两根最长的线段作为候选球门柱；(5)采用启发式规则确定上一步骤中的候选球门柱是否是球门。
2.根据权利要求1所述球门检测方法，其特征是，所述步骤(1)中，对于一帧图像的提取是逐帧提取，或是隔帧提取，或是每隔5～20帧提取。
3.根据权利要求1所述球门检测方法，其特征是，所述步骤(2)中提取边缘图像的步骤如下(a)对彩色图像做草帽变换提取彩色边缘图像；(b)对彩色边缘图像进行灰度变换得到灰度图像；(c)采用自适应的方法将灰度图像二值化，得到二值黑白边缘图像。
4.根据权利要求3所述球门检测方法，其特征是，所述步骤(c)中采用自适应的方法将灰度图像二值化，是指如下步骤采用2-均值聚类，将灰度边缘图像的直方图聚为两类，得到一高一低两类聚类中心，对于灰度图像中的每个像素，如果离高像素值的聚类中心较近，则将其置为白色，反之如果离低像素值的聚类中心较近，则将其置为黑色。
5.根据权利要求1或4所述球门检测方法，其特征是，所述步骤(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段，是指在得到的二值黑白边缘图像的基础上，对于每个白色象素，搜索其竖直方向上下邻域为8至20个像素的范围，如果所述范围内全为白色像素，则所述范围表示的线段为候选球门柱。
6.根据权利要求1所述球门检测方法，其特征是，所述步骤(5)中所述启发式规则是指(a)两根球门柱的长度都符合在5～100个像素的范围内，如果不符合则认为不是球门；和(b)两根球门柱之间的距离符合在20～160个像素的范围内，如果不符合则认为不是球门；和(c)两根球门柱之间的距离和最长球门柱之间的比例系数在0.5～3.5的范围内，如果不符合则认为不是球门；和(d)球门柱的线段保持一定连续性，每个球门柱的上下界之差与门柱长度的差值在0～25个像素的范围内，如果不符合则认为不是球门；和(e)两根球门柱构成的最小矩形的中心位置应处在一定的区域内，其中心点的纵坐标应在0～240的范围内，如果不符合则认为不是球门；和(f)两根球门柱的位置应符合一定的阈值要求，具有最小下界的球门柱的上界与具有最大上界的球门柱的下界之间的距离应在0～6个像素的范围内，如果不符合则认为不是球门。
7.一种基于球门检测的足球视频精彩事件检测方法，包括如下步骤1)球门检测；2)在检测到球门的基础上，结合第一启发式规则检测足球视频中的精彩事件。所述步骤1)球门检测包括如下步骤(1)提取一帧彩色足球视频图像；(2)对上述视频帧图像采用草帽变换提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门；所述步骤(2)中提取边缘图像的步骤如下(a)对彩色图像做草帽变换提取彩色边缘图像；(b)对彩色边缘图像进行灰度变换得到灰度图像；(c)采用自适应的方法将灰度图像二值化，得到二值黑白边缘图像，具体是采用2-均值聚类，将灰度边缘图像的直方图聚为两类，得到一高一低两类聚类中心，对于灰度图像中的每个像素，如果离高像素值的聚类中心较近，则将其置为白色，反之如果离低像素值的聚类中心较近，则将其置为黑色；所述步骤(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段，是指在得到的二值黑白边缘图像的基础上，对于每个白色象素，搜索其竖直方向上下邻域为8至20个像素的范围，如果所述范围内全为白色像素，则所述范围表示的线段为候选球门柱。所述步骤5)中所述第二启发式规则是指(a)两根球门柱的长度都符合在5～100个像素的范围内，如果不符合则认为不是球门；和(b)两根球门柱之间的距离符合在20～160个像素的范围内，如果不符合则认为不是球门；和(c)两根球门柱之间的距离和最长球门柱之间的比例系数在0.5～3.5的范围内，如果不符合则认为不是球门；和(d)球门柱的线段保持一定连续性，每个球门柱的上下界之差与门柱长度的差值在0～25个像素的范围内，如果不符合则认为不是球门；和(e)两根球门柱构成的最小矩形的中心位置应处在一定的区域内，其中心点的纵坐标应在0～240的范围内，如果不符合则认为不是球门；和(f)两根球门柱的位置应符合一定的阈值要求，具有最小下界的球门柱的上界与具有最大上界的球门柱的下界之间的距离应在0～6个像素的范围内，如果不符合则认为不是球门。
8.根据权利要求7所述基于球门检测的足球视频精彩事件检测方法，其特征是，所述步骤2)中第一启发式规则是指在找到球门之后，结合视频中球门镜头的前后帧的镜头类型信息检测出不同类型的精彩事件。
9.根据权利要求7所述基于球门检测的足球视频精彩事件检测方法，其特征是，所述步骤(1)中，对于一帧图像的提取是逐帧提取，或是隔帧提取，或是每隔固定的5～20帧提取。
10.根据权利要求7所述基于球门检测的足球视频精彩事件检测方法，其特征是，对于射门精彩事件的检测步骤为首先检测当前帧中是否存在球门，如果存在球门且连续出现100帧以上的包含有球门的远景镜头，则作为候选射门事件，继续向后检测其后的视频帧是否存在特写镜头，如果特写镜头的数目超过40帧，则此段视频流为一个射门精彩事件，否则继续向后面的视频流查找精彩射门事件。
全文摘要
本发明公开了一种球门检测和基于球门检测的足球视频精彩事件检测方法。球门检测的方法步骤包括(1)提取一帧彩色足球视频图像；(2)对视频帧图像采用草帽变换提取边缘图像；(3)在边缘图像的基础上搜索竖直方向邻域符合一定阈值的线段；(4)在上一步骤得到的线段中，采用哈夫变换选取两根最长的线段作为候选球门柱；(5)采用第二启发式规则确定上一步骤中的候选球门柱是否是球门。基于球门检测的足球视频精彩事件检测方法步骤包括1)球门检测；2)在检测到球门的基础上，结合第一启发式规则检测足球视频中的精彩事件。本发明具有准确、快速、误检率低的优点。
文档编号G06K9/38GK1991864SQ20051013521
公开日2007年7月4日 申请日期2005年12月27日 优先权日2005年12月27日
发明者杨颖 , 栾焕博, 曹娟, 张勇东, 林守勋 申请人:中国科学院计算技术研究所