Resumen

El efecto se prueba en varias escenas específicas de videos deportivos para completar la aplicación de detección de seguimiento multitarget de movimiento multitarget aplicable a diversas escenas específicas dentro de videos deportivos. En este artículo, se aplican redes neuronales profundas para la supresión de sombras de movimiento multitarget en videos deportivos y un seguimiento preciso para mejorar el rendimiento del seguimiento. Después de que se determine la selección del fotograma objetivo, el rastreador utiliza un método de flujo óptico para estimar los límites del movimiento multitarget en el video deportivo objetivo basado en el movimiento multitarget del objeto objetivo entre fotogramas. El detector escanea primero cada fotograma de imagen de video deportivo uno por uno, observando las subregiones de imagen previamente descubiertas y aprendidas una por una hasta el momento actual que se asemeja mucho al objetivo a seguir. Las imágenes de teledetección preprocesadas se convierten en imágenes en escala de grises, se normaliza el histograma y se selecciona el umbral de altura apropiado en combinación con la función de cre

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Videos deportivos; Movimiento multitarget; Redes neuronales profundas; Rendimiento de seguimiento; Método de flujo óptico; Supresión de sombras
• Keywords:Sports videos; Multitarget motion; Deep neural networks; Tracking performance; Optical flow method; Shadow suppression