基于本体的全局与集体运动模式用于篮球视频中的事件分类
计算机视觉与模式识别
2019-03-20 v2
摘要
在多人员视频，尤其是团队运动视频中，语义事件通常表示为两支球员队伍之间的对抗，可表征为集体运动。在篮球转播视频中，特定的摄像机运动被用于呈现特定事件。因此，篮球转播视频中的语义事件与全局运动（摄像机运动）和集体运动均密切相关。篮球视频中的语义事件一般可分为三个阶段：事件前、事件发生（event-occ）和事件后。本文提出一种基于本体的全局与集体运动模式（On_GCMP）算法用于篮球事件分类。首先，提出一种基于两阶段 GCMP 的事件分类方案。GCMP 利用光流提取。该两阶段方案逐步结合针对 event-occs 的五类事件分类算法与针对事件前的两类事件分类算法。两种算法均利用序列卷积神经网络（CNNs）与长短期记忆（LSTM）网络提取 GCMP 的时空特征以进行分类。其次，我们利用事件后片段，基于视频帧图像的深层次特征（RGB_DF_VF）算法预测成功/失败。最后将事件分类结果与成功/失败分类结果整合以获得最终结果。为评估所提方案，我们收集了一个称为 NCAA+ 的新数据集，其通过向前和向后扩展相应语义事件的固定长度视频片段从 NCAA 数据集自动获得。实验结果表明，所提方案在 NCAA+ 上取得了 58.10% 的平均精度均值，比 NCAA 上的 SOTA 高出 6.50%。
引用
@article{arxiv.1903.06879,
title = {Ontology Based Global and Collective Motion Patterns for Event Classification in Basketball Videos},
author = {Lifang Wu and Zhou Yang and Jiaoyu He and Meng Jian and Yaowen Xu and Dezhong Xu and Chang Wen Chen},
journal= {arXiv preprint arXiv:1903.06879},
year = {2019}
}