871      財經資訊

籃球動作視頻識別__阿裏雲ET介紹-阿裏雲

點此谘詢顧問

人工智能要想理解真實世界發生的事，讀取視頻中的信息是非常重要的一步。阿裏雲視頻識別技術能夠初步辨識出籃球視頻中運動員的動作類型。

業務痛點及需求

對競技運動視頻的識別與比較是一種基於視頻運動目標分割與提取、運動目標視頻合成與比較運動目標分析技術，通過實際訓練體態或動作與標準體態或動作的比較，達到科學的運動分析的目的。目前，視頻圖像處理還不能在體育科學化訓練中得到廣泛的應用，主要是受到圖像處理技術的發展水平的應用有很大關係。

係統架構

采用雙路CNN的方法。其實就是兩個獨立的神經網絡了，最後再把兩個模型的結果平均一下。上麵一個就是普通的單幀的CNN，而且文章當中提到了，這個CNN是在ImageNet的數據上pre-train，然後在視頻數據上對最後一層進行調參。下麵的一個CNN網絡，就是把連續幾幀的光流疊起來作為CNN的輸入。 另外，它利用multi-task learning來克服數據量不足的問題。 其實就是CNN的最後一層連到多個softmax的層上，對應不同的數據集，這樣就可以在多個數據集上進行multi-task learning。網絡架構圖所示。

優勢

我們把視頻內容分割成為小的片段，然後利用大量的視頻內容對模型進行訓練，從而能夠識別諸如上籃、得分、扣籃、擋拆、運球、傳球等籃球運動場景。下圖顯示了該係統對得分和扣籃的視頻識別結果。

利用該係統，以往需要人工記錄的籃球比賽文字直播都可以用計算機來代替，結合對運動場地、運動員人臉識別、運動員行為軌跡分析等技術，還可以做更為精準的記錄。這為比賽資料的備份，運動員技術統計等提供了非常有效的幫助。特別是用在一些低級別比賽的記錄中更有成本的優勢。

點此谘詢顧問

最後更新：2016-11-23 16:04:15

  上一篇： 發送請求示例代碼__API介紹_文字識別_人工智能圖像類-阿裏雲

  下一篇： 電子商務惡意行為監測__阿裏雲ET介紹-阿裏雲