姚晶晶

( 安徽新華學(xué)院,安徽 合肥 230088)

運(yùn)動(dòng)軌跡是運(yùn)動(dòng)訓(xùn)練學(xué)術(shù)語，指的是身體某一部分從開始位置到結(jié)束位置所經(jīng)過的路線組成的動(dòng)作的空間特征.從形態(tài)上來講，運(yùn)動(dòng)軌跡形式主要有直線與曲線形式，從關(guān)節(jié)節(jié)點(diǎn)的矢狀面、額狀面以及垂直面三個(gè)平面來確定軌跡的運(yùn)動(dòng)方向[1].對(duì)體育運(yùn)動(dòng)視頻人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別可以為大眾體育提供豐富的運(yùn)動(dòng)形式，加強(qiáng)落實(shí)我國體育教育基礎(chǔ)，促進(jìn)國家體育后備人才的培養(yǎng).國外針對(duì)人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別方法研究較早，利用傳感器記錄人體關(guān)節(jié)運(yùn)動(dòng)序列，在此基礎(chǔ)上發(fā)明了侵入式運(yùn)動(dòng)捕捉設(shè)備[2].國內(nèi)針對(duì)該識(shí)別方法研究起步較晚，但已進(jìn)入高速發(fā)展的階段，高校科研人員已總結(jié)改進(jìn)得到了多種識(shí)別算法，為研究人體運(yùn)動(dòng)提供了很大的便利.

1 體育運(yùn)動(dòng)視頻人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別方法

1.1 檢測體育運(yùn)動(dòng)視頻人體運(yùn)動(dòng)目標(biāo)

體育視頻中同時(shí)存在前景及背景，所以在檢測體育運(yùn)動(dòng)視頻運(yùn)動(dòng)目標(biāo)時(shí)，濾除視頻中的背景，提取出運(yùn)行的人體目標(biāo)[3].控制體育運(yùn)動(dòng)視頻內(nèi)的背景處在靜止或是變化不大的幀數(shù)下，利用背景差分法檢測視頻內(nèi)的前景，假設(shè)視頻內(nèi)部所有像素點(diǎn)獨(dú)立，將該幀數(shù)下的體育運(yùn)動(dòng)視頻減去對(duì)應(yīng)的背景圖像，得到該幀下的前景目標(biāo)，為了去除該前景目標(biāo)中的噪聲，二值化處理前景圖像中的閾值，計(jì)算公式為：

(1)

其中，F(xiàn)(x,y)表示提取前景目標(biāo)的某幀，B(x,y)表示體育視頻內(nèi)的背景圖像，T表示二值化的閾值.當(dāng)體育視頻內(nèi)前景與背景像素顏色相近或是背景發(fā)生變化時(shí)，上述提取得到的前景存在一定的非自適應(yīng)問題，利用高斯模型處理背景圖像中的像素亮度[4]，控制像素亮度服從如下關(guān)系：

FB(x,y)～N(u,d)

(2)

其中，u表示高斯分布函數(shù)的均值，d表示高斯分布函數(shù)方差.隨著體育運(yùn)動(dòng)視頻內(nèi)背景環(huán)境不斷變化，體育運(yùn)動(dòng)視頻中像素高斯分布形態(tài)也不斷變化，調(diào)整上述計(jì)算公式中的均值及方差參數(shù)，不斷更新背景模型，計(jì)算公式如下：

(3)

其中，f(x,y)表示前景標(biāo)記，α表示體育運(yùn)動(dòng)視頻內(nèi)的幀率.若當(dāng)前幀的像素點(diǎn)與更新的背景圖像對(duì)應(yīng)的均值差大于閾值時(shí)，則更新過的該像素點(diǎn)為前景點(diǎn).若均值差小于或是等于閾值時(shí)，則該像素點(diǎn)為背景點(diǎn)[5].為了防止該更新過程受到其他運(yùn)動(dòng)物體的干擾，調(diào)高識(shí)別的魯棒性，利用CodeBook模型處理上述更新過程，計(jì)算更新過程中像素點(diǎn)顏色失真的程度，計(jì)算公式如下：

(4)

其中，ε表示對(duì)應(yīng)幀內(nèi)的顏色失真系數(shù)，N表示體育運(yùn)動(dòng)圖像更新過程的總幀數(shù).在該失真程度系數(shù)的控制下，計(jì)算像素點(diǎn)的亮度范圍，計(jì)算公式如下：

(5)

其中，S表示像素點(diǎn)的亮度范圍，R表示像素點(diǎn)對(duì)應(yīng)的亮度半徑.利用codewords統(tǒng)計(jì)計(jì)算得到的像素顏色失真程度及亮度范圍，整合為像素點(diǎn)的CodeBook[6]，當(dāng)體育運(yùn)動(dòng)視頻圖像發(fā)生變化時(shí)，匹配新圖像與整合過的像素點(diǎn)CodeBook，匹配過程如圖1所示.

按照如圖1所示的匹配過程，從分圖a開始分離該幀的前后背景，形成分圖b，利用高斯分布處理分離后的圖像，不斷更新目標(biāo)的背景，形成分圖c，匹配像素點(diǎn)后最終形成分圖d，不斷匹配體育運(yùn)動(dòng)視頻中運(yùn)動(dòng)目標(biāo)所有幀的像素點(diǎn)[7]，完成對(duì)體育運(yùn)動(dòng)視頻內(nèi)運(yùn)動(dòng)目標(biāo)的檢測.提取檢測得到的體育運(yùn)動(dòng)視頻內(nèi)運(yùn)動(dòng)人體關(guān)節(jié)并跟蹤，最終實(shí)現(xiàn)人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別[8].

1.2 人體關(guān)節(jié)提取及跟蹤

對(duì)人體關(guān)節(jié)提取前，選用具有特征性及代表性的關(guān)節(jié)點(diǎn)，選取的關(guān)節(jié)點(diǎn)如圖2所示：

圖1 像素點(diǎn)匹配過程

由圖2所示的關(guān)節(jié)點(diǎn)，關(guān)節(jié)序號(hào)對(duì)應(yīng)的人體部位關(guān)系，如表1所示：

表1 關(guān)節(jié)序號(hào)對(duì)應(yīng)人體部位

按照如表1所示標(biāo)記的關(guān)節(jié)節(jié)點(diǎn)，保持圖2人體拓?fù)浣Y(jié)構(gòu)不變，采用分塊采樣算法跟蹤人體關(guān)節(jié)點(diǎn)，根據(jù)不同的運(yùn)動(dòng)視頻時(shí)間點(diǎn)估計(jì)運(yùn)動(dòng)視頻維度參數(shù)[9]，重復(fù)估計(jì)維度參數(shù)，選定視頻中某個(gè)關(guān)節(jié)節(jié)點(diǎn)作為目標(biāo)1，估算該目標(biāo)的運(yùn)動(dòng)狀態(tài)，估算公式如下：

(6)

其中，x表示上一時(shí)刻目標(biāo)關(guān)節(jié)點(diǎn)1與關(guān)節(jié)點(diǎn)2位置的狀態(tài)向量，x′表示關(guān)節(jié)點(diǎn)1的可能的位置，x″表示當(dāng)前時(shí)刻下，目標(biāo)關(guān)節(jié)點(diǎn)1及目標(biāo)關(guān)節(jié)點(diǎn)2位置的狀態(tài)向量，n表示關(guān)節(jié)點(diǎn)的數(shù)量，h1及h2表示關(guān)節(jié)點(diǎn)的動(dòng)力學(xué)函數(shù).在上述計(jì)算得到的參數(shù)控制下，體育運(yùn)動(dòng)視頻內(nèi)的運(yùn)動(dòng)人體在一個(gè)狀態(tài)空間中，按照關(guān)節(jié)點(diǎn)的不同，將該狀態(tài)空間分解為16個(gè)獨(dú)立的子狀態(tài)空間[10]，利用一個(gè)二維向量空間來表示該子狀態(tài)空間：

κM=(x,y)(M=1,2,...,16)

(7)

其中，(x,y)表示關(guān)節(jié)點(diǎn)在子狀態(tài)空間內(nèi)的坐標(biāo)，在每個(gè)時(shí)間步t中，人體關(guān)節(jié)點(diǎn)的運(yùn)動(dòng)狀態(tài)就可分解為子狀態(tài)，分解過程如下：

Zt∈κM(M=1,2,...,16)

(8)

其中，Zt表示關(guān)節(jié)點(diǎn)運(yùn)動(dòng)子狀態(tài).由上述處理公式可知，體育運(yùn)動(dòng)視頻中各個(gè)關(guān)節(jié)點(diǎn)跟蹤就可轉(zhuǎn)化為16個(gè)二維狀態(tài)空間中跟蹤，跟蹤過程如圖3所示：

圖3 關(guān)節(jié)點(diǎn)跟蹤過程

在圖3所示跟蹤過程中，“～”表示對(duì)關(guān)節(jié)點(diǎn)二維空間采樣過程，“*”表示動(dòng)力學(xué)預(yù)測關(guān)節(jié)點(diǎn)運(yùn)動(dòng)過程，箭頭表示關(guān)節(jié)點(diǎn)運(yùn)動(dòng)子狀態(tài)更新過程.利用如上圖所示的跟蹤過程，最終輸出關(guān)節(jié)點(diǎn)跟蹤過程的函數(shù)表達(dá)式[11]，在該函數(shù)控制下，設(shè)定其肢體約束度量，完成對(duì)人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡的識(shí)別.

1.3 軌跡識(shí)別

在軌跡識(shí)別前，利用上述處理得到的關(guān)節(jié)點(diǎn)跟蹤計(jì)算公式，設(shè)定關(guān)節(jié)點(diǎn)之間的肢體約束度量，假設(shè)兩個(gè)運(yùn)動(dòng)關(guān)節(jié)點(diǎn)間的距離為l，利用高斯函數(shù)處理約束度量Pmn就可表示為：

(9)

其中，l0表示運(yùn)動(dòng)視頻初始化兩關(guān)節(jié)點(diǎn)間的距離，σ表示高斯函數(shù)標(biāo)準(zhǔn)差，m與n表示關(guān)節(jié)點(diǎn).利用高斯函數(shù)的拐點(diǎn)值，判斷約束度量的約束效果.控制方差值不大于關(guān)節(jié)點(diǎn)間的距離，保證關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡在一個(gè)合理的軌跡中[12].計(jì)算在該肢體約束量下，采用等時(shí)間距離采樣方法采集視頻中軌跡，定義初始軌跡點(diǎn)，計(jì)算初始軌跡點(diǎn)與采樣軌跡的最近距離，計(jì)算公式如下：

(10)

其中，ac表示定義的初始軌跡點(diǎn)，G表示軌跡，xac與yac表示初始軌跡點(diǎn)的坐標(biāo)值，xbi與ybi分別表示軌跡點(diǎn)序列坐標(biāo)值.將上述計(jì)算得到的距離值作為訓(xùn)練樣本，采用K-mean聚類算法處理該訓(xùn)練樣本，隨機(jī)選取n個(gè)聚類初始中心點(diǎn)η1,η2,...,ηn，計(jì)算關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡中關(guān)節(jié)點(diǎn)與中心點(diǎn)間的距離，計(jì)算公式為：

d=argminj‖xi-ηj‖2

(11)

其中，xi表示待聚類的關(guān)節(jié)點(diǎn)與中心點(diǎn)的距離值，計(jì)算并更新該類中心點(diǎn)，計(jì)算公式為：

(12)

上述計(jì)算公式中，參數(shù)含義保持不變.參照上述計(jì)算公式(11)與(12)聚類處理體育運(yùn)動(dòng)視頻中所有的關(guān)節(jié)點(diǎn)，直至中心點(diǎn)不發(fā)生變化.將數(shù)值不變的中心點(diǎn)作為識(shí)別的類中心[13]，將體育運(yùn)動(dòng)視頻中的關(guān)節(jié)點(diǎn)分配到對(duì)應(yīng)類的類中心中，即可完成對(duì)關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡的自動(dòng)識(shí)別，軌跡分配過程如圖4所示.

由圖4所示的分配過程可知，當(dāng)計(jì)算得到的軌跡距離為l2與l3相等并歸結(jié)為同類后，保留該距離下的時(shí)間點(diǎn)信息，當(dāng)時(shí)間點(diǎn)相同時(shí)，采用同一類中心進(jìn)行匹配，完成自動(dòng)識(shí)別[14].當(dāng)相等距離下的時(shí)間點(diǎn)值不相同時(shí)，則要計(jì)算兩個(gè)距離值公共連續(xù)最長點(diǎn)序列的中心，將重合部分作為類中心進(jìn)行匹配.綜合各個(gè)關(guān)節(jié)點(diǎn)的匹配過程，最終完成對(duì)體育視頻人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡的自動(dòng)識(shí)別[15].

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)選用一臺(tái)8 G內(nèi)存的PC機(jī)，聯(lián)合Matlab2012軟件開展仿真實(shí)驗(yàn)，PC機(jī)的參數(shù)如表2所示：

表2 實(shí)驗(yàn)采用PC機(jī)參數(shù)

使用如表2所示參數(shù)的PC機(jī)，隨機(jī)選用一段鉛球運(yùn)動(dòng)視頻，標(biāo)記某幀運(yùn)動(dòng)人體初始關(guān)節(jié)點(diǎn)，如圖5所示：

圖5 運(yùn)動(dòng)視頻某幀初始標(biāo)記關(guān)節(jié)點(diǎn)

在如圖5標(biāo)記的初始關(guān)節(jié)點(diǎn)下，播放對(duì)應(yīng)的體育運(yùn)動(dòng)視頻，控制播放時(shí)長為1min，分別使用兩種傳統(tǒng)關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別方法與體育運(yùn)動(dòng)視頻人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡識(shí)別方法進(jìn)行實(shí)驗(yàn)，對(duì)比三種識(shí)別方法實(shí)際使用性能.

2.2 實(shí)驗(yàn)結(jié)果及分析

基于上述實(shí)驗(yàn)準(zhǔn)備，在1min的體育運(yùn)動(dòng)視頻播放時(shí)長內(nèi)，選用圖5中關(guān)節(jié)點(diǎn)4作為運(yùn)動(dòng)軌跡自動(dòng)識(shí)別對(duì)象，匯總3種識(shí)別方法得到關(guān)節(jié)點(diǎn)的軌跡結(jié)果至一個(gè)二維坐標(biāo)系中，以Matlab2012軟件得到的關(guān)節(jié)點(diǎn)4運(yùn)動(dòng)軌跡為標(biāo)準(zhǔn)，對(duì)比3種識(shí)別方法得到的關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡，實(shí)驗(yàn)結(jié)果如圖6所示.

由圖6所示的4號(hào)關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡結(jié)果可知文中得到的軌跡結(jié)果更加貼切標(biāo)準(zhǔn)關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡，兩種傳統(tǒng)軌跡識(shí)別方法得到的關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡與標(biāo)準(zhǔn)運(yùn)動(dòng)軌跡相差較大.定義文中得到的軌跡近似于識(shí)別成功的軌跡，匯總圖5中所有關(guān)節(jié)點(diǎn)正確識(shí)別軌跡數(shù)量，計(jì)算3種識(shí)別方法的識(shí)別率，識(shí)別率如表3所示：

表3 3種識(shí)別方法識(shí)別率

由表3所示的實(shí)驗(yàn)結(jié)果可知，3種識(shí)別方法在識(shí)別相同數(shù)量軌跡時(shí)，傳統(tǒng)識(shí)別方法1只可正確識(shí)別95條，方法對(duì)應(yīng)的識(shí)別率最小，傳統(tǒng)識(shí)別方法2可以正確識(shí)別118條軌跡，提高了傳統(tǒng)識(shí)別方法1的識(shí)別率，而文中識(shí)別方法正確識(shí)別軌跡數(shù)量為127條，軌跡識(shí)別率為97%，對(duì)人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡識(shí)別率最大.綜合上述實(shí)驗(yàn)結(jié)果可知，在選取關(guān)節(jié)點(diǎn)4時(shí)，文中設(shè)計(jì)的自動(dòng)識(shí)別方法得到的軌跡結(jié)果與標(biāo)準(zhǔn)軌跡相差不大.匯總實(shí)驗(yàn)準(zhǔn)備階段標(biāo)記的關(guān)節(jié)點(diǎn)，最終文中識(shí)別方法正確識(shí)別軌跡數(shù)量最多，識(shí)別率最高，最適合在實(shí)際中運(yùn)用.

3 結(jié) 語

隨著計(jì)算機(jī)視覺技術(shù)在體育運(yùn)動(dòng)領(lǐng)域不斷應(yīng)用推廣，對(duì)體育運(yùn)動(dòng)視頻人體關(guān)節(jié)軌跡進(jìn)行識(shí)別，可以分析體育運(yùn)動(dòng)員的運(yùn)動(dòng)姿態(tài)，為體育運(yùn)動(dòng)員提供訓(xùn)練建議.設(shè)計(jì)體育運(yùn)動(dòng)視頻人體關(guān)節(jié)點(diǎn)運(yùn)動(dòng)軌跡自動(dòng)識(shí)別方法可以改善傳統(tǒng)軌跡識(shí)別方法識(shí)別率低的問題，但該識(shí)別方法存在大量計(jì)算，實(shí)施環(huán)境要求較高.