自動籃球計分暨追蹤系統 Automatic Basketball Scoring and Tracking System 指導教授:方瓊瑤 專題學生:李偉嘉 劉良謙
Outline Introduction System Flowchart Player Tracking Basket Detection Experimental Results Conclusion
Introduction Motivation Expecting Results Reduce miscarriage of justice on scoring in games Make it easier and quicker to analyze teams’ tactics Expecting Results Track the motion of the player on the court Detect the moment of shooting and the spot the player jump Judge whether it’s a two or three point play
System Flowchart 攝影機1 攝影機2 連續影像輸入 前景物偵測 球場標線偵測 球場標線驗證 前景物驗證 前景物追蹤 起跳點定位 NO 是否在三分線外 進球與否 YES 三分 兩分 輸出判定結果
Player Tracking 建立背景: 建立一個背景模型,使之後輸入進來的圖片可以和此模型做比對
Player Tracking 建立 相減做Histogram 背景模型 Sequences 判斷 第二高峰為Threshold 更新背景 Tresholding
Player Tracking 起跳點判斷: 找到圖片下方算上來pixel值大於0的點可判斷為腳部,並結合球場標線偵測可得知其是否於三分線內 建立好 的背景 找到鞋子的部分 處理過後 的影像
Basket Detection 建立背景 追蹤籃框 計算籃框上對應到Sobel籃框上的白點 追蹤籃球 判斷是否進球
流程圖 建立背景 和 追蹤籃框 計算在籃框上 平均有多少白點 追蹤籃球是否在籃框的圓心上 籃框的白點是否小於平均白點 沒事 進籃 沒進籃 多張影像輸入 建立背景 和 追蹤籃框 計算在籃框上 平均有多少白點 追蹤籃球是否在籃框的圓心上 是 籃框的白點是否小於平均白點 否 否 是 沒事 進籃 沒進籃
建立背景 因為一開始的影片可能會很晃,所以取前面30~100(可自行調設)frames的背景。 風的因素 攝影機不穩 每張frames的pixel值之總和除以張數 即得到平均像素的背景。
追蹤籃框 首先,把影像做Canny。 找最左邊以及最上面的白點 即可找到圓心, 也可算出長軸和短軸,最後畫出籃框(橢圓形)
計算Sobel上有多少白點 影像做Sobel 找到的籃框邊 有籃框的座標後,到sobel找在這籃框裡的白點 有多少個,取平均(可自設張數)
追蹤籃球 影像相減法:每張影像減掉預先做好的平均背景之影像 因籃網會因風吹而稍微晃動 所以還需做erosion以及dilation
判斷是否進球
判斷是否進球 ·當籃球到籃框的橢圓心時,開始計算sobel籃框 上的白點是否小於原本的平均白點
Future work 在某些狀況下,無法成功預測是否得分 希望能以動態尋找籃框的位置 在建立背景之常態曲線時,能以更快地效率去達成 提高背景更新的完整性 透過系統的整合,即可建立完整的自動計分系統
The End 指導教授:方瓊瑤 專題學生:李偉嘉 劉良謙