Resumen

Este artículo presenta un análisis en profundidad de la clasificación de escenas de partidos de tenis utilizando un algoritmo de simulación de estimación de parámetros de modelo de mezcla gaussiana adaptativa. Dividimos los principales componentes del análisis semántico en tipo de movimiento, distancia de movimiento, velocidad de movimiento y área de aterrizaje de la pelota de tenis. En primer lugar, para el problema de que tanto las personas como las pelotas de tenis en los fotogramas de video de los partidos de tenis desde el punto de vista de vigilancia son muy pequeños, proponemos un algoritmo de estimación de parámetros de modelo de mezcla gaussiana adaptativa, que tiene una buena precisión y velocidad en objetivos pequeños. En segundo lugar, en este artículo, diseñamos un algoritmo de seguimiento de jugadores deportivos basado en la división de roles y bloqueamos continuamente al jugador objetivo a seguir y producimos la región del jugador. Al mismo tiempo, basándonos en la información de desplazamiento de los puntos clave del cuerpo de los jugadores y en el tiempo de ejecución del sistema

• 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:Clasificación de escenas de partidos de tenis; Modelo adaptativo de mezcla gaussiana; Análisis semántico; Algoritmo de seguimiento de jugadores deportivos; Puntos clave; Video en tiempo real
• Keywords:Tennis match scene classification; Adaptive Gaussian mixture model; Semantic analysis; Sports player tracking algorithm; Key points; Real-time video