體育訓練中的運動視頻分析系統設計與實現研究

陳曦

（陜西學前師范學院陜西西安710100）

在現代視頻及圖像處理技術不斷發展的過程中，體育訓練也逐漸朝著智能化及科學化的方向發展，使用視頻幀序列分析的方式實現體育訓練動作特征的收集及信息的恢復，能夠對不規則體育訓練動作進行糾正，實現運動訓練水平的改進[1]。使用嵌入式控制芯片進行系統的設計及開發，能夠實現運動視頻信息的通信及實時的監控。基于物聯網環境中，對體育訓練運動視頻信息的集成控制能夠對運動訓練進行有效指導[2]。在本文體育訓練中運動視頻分析設計過程中，重點為硬件及軟件部分的設計，基于視頻收集和分析系統硬件創建，對體育訓練運動視頻分析系統軟件設計進行分析。傳統的運動視頻分析方法都是使用嵌入式設計，但是在干擾不斷提高的過程中，視頻分析系統自動化控制及調度就會失真，降低控制性能。針對目前運動訓練視頻分析系統中的問題，本文就實現了全新體育訓練運動視頻分析系統，之后利用仿真對系統的性能進行測試，從而對系統穩定性及可靠性進行驗證[3]。

1 運動視頻分析系統的需求

傳統體育訓練運動視頻分析系統主要是以人眼觀察及分析的方法實現，此種方法具有嚴重不足和局限性。圖1為傳統運動視頻分析系統工作流程。

圖1 傳統運動視頻分析系統工作流程

實現體育運動分析的目的就是能夠利用對運動員訓練及比賽的視頻進行全面的分析，通過視頻圖像在空間和時間中的相關性，從而得出人體運動學相關參數，并且還能夠得到教練員和運動員希望的信息，從而進行科學指導訓練。本文根據相關軟件開發平臺實現體育訓練中運動視頻分析系統的設計，其具有一定實用性[4]。

2 運動視頻分析系統的設計

2.1 運動視頻分析系統的功能設計

文中主要對單目視頻實現人體運動分析，圖2為運動視頻分析系統的功能框架。

圖2 運動視頻分析系統的功能框架

文中所設計的系統通過Directshow技術控制運動視頻，使用以馬賽克為基礎的圖像品相技術，將視頻中背景信息進行提取，實現視頻圖像的時域分割，將視頻運動目標進行提取，最后實現全景圖像的合成。通過幀間差分法將靜態背景進行濾除，從而抑制背景。和色塊匹配及卡爾曼濾波相互結合，實現關鍵部位的自動跟蹤，并且獲得人體運動參數，然后實現體育訓練運動視頻分析的系統[5]。

2.2 系統的硬件結構

在實現體育訓練運動視頻分析系統硬件結構設計的過程中，其尤為重要的就是數字處理器，本文使用TMS236351，圖3為TMS236351處理器的內外存儲結構，其內部快速緩沖儲存區屬于雙機緩沖架構，存儲空間和數字信號處理區域包括一級緩沖架構，因為此處理器中具有動態隨機存儲器，其能夠在突然斷電的時候不會將體育訓練視頻數據丟失[5]。

圖3 TMS236351處理器的內外存儲結構

圖4為體育訓練運動視頻分析系統硬件結構，系統主要包括電源模塊、同步控制芯片、視頻收集處理模塊、多媒體結構及外部存儲器等，系統將收集的體育訓練視頻都利用存儲總線實現存儲地址分配，通過處理器和周邊的組件進行存儲，在要實現視頻分析的過程中，存儲總線會將視頻對收集處理模塊傳輸。網絡控制芯片的主要目的就是實現網絡帶寬調節[6]。

系統中的電源模塊主要目的就是為視頻收集處理模塊提供電源，為處理器提供電源，也能夠為存儲總線提供電源，從而保證系統能夠穩定運行。為了能夠有效保證其中模塊和組件在運行過程中的安全性，在要將系統關閉的時候，要先將存儲總線電源關閉，之后將處理器電源關閉，最后將視頻收集處理模塊關閉。多媒體接口屬于系統中的主要輸出端，對視頻進行分析之前要對多媒體和處理器連接關系進行有效明確，從而保證視頻內容完整性[7]。圖5為多媒體接口和處理器的連接圖。

圖4 體育訓練運動視頻分析系統硬件結構

圖5 多媒體接口和處理器的連接圖

2.3 目標跟蹤模型的設計

體訓訓練運動視頻分析系統的主要環節就是目標跟蹤，其也是視頻分析過程中的主要數據。體育訓練運動視頻的目標和背景會在拍攝條件不斷變化過程中導致視覺角度出現變化，不同視覺角度的目標分析數據也各不相同，其分析結果就會不一致，但是此種不一致對于體育競技來說數據都是有效的，其能夠將運動員運動過程中的姿態充分的反映出來，所以在目標跟蹤的時候要使用多跟蹤器實現全面的數據收集[8]。圖6為體育訓練視頻分析系統目標跟蹤模型結構。

圖6 體育訓練視頻分析系統目標跟蹤模型結構

可以將此目標跟蹤模型劃分子模型，分別為基本運動及行為觀察。前者的主要目的就是提取運動目標的規律，后者的主要目的就是細化基本的運動模型目標[9]。圖7為體育訓練運動視頻的播放流程，通過圖7可以看出來，體育訓練運動視頻的播放主要包括兩種插件，分別為播放檢測及播放線程創建。如果體育訓練視頻不能夠正常的播放，那么就會通過回調函數將視頻內容進行暫停，之后重新實現視頻播放。在視頻正常播放時候創建播放線程，從而實現視頻目標的一致性。多動態的目標同步跟蹤主要目的就是保證同時提取多目標，以此有效提高行為分析及目標跟蹤的效率及精度[10]，圖8為多動態目標的同步跟蹤流程。

通過圖8可以看出來，在體育訓練視頻中的目標都已經確定之后，此模塊就會工作，利用對多目標圖像的截取作為標點，從而實現目標點的全面跟蹤，最后通過日志形式進行保存并且輸出。

圖7 體育訓練運動視頻的播放流程

圖8 多動態目標的同步跟蹤流程

2.4 視頻運動行為標識

在體育訓練過程中，運動視頻的識別目標無法將不規則的動作進行識別，那么就要通過對比運動員實際動作和標準動作，從而實現運動行為的識別[11]。圖9為體育運動訓練過程的示意圖。

圖9 體育運動訓練過程的示意圖

訓練的過程通過分離的基礎動作視頻序列及運動模型學習[12]，圖10為運動員動作的識別過程。

圖10 運動員動作的識別過程

通過圖10可以看出來，對于輸入運動視頻分離序列實現檢測能夠得到條件隨機場模型參數，哪種參數的值比較高，就要到相應類中歸屬[13]。

3 系統的性能檢測及分析

系統的性能測試利用嵌入式設備實現體育運動視頻信息收集和數據檢測，通過系統界面能夠實現體育訓練運動視頻參數的設置和收集視頻信息，通過可視化模式實現人機交互[14]。

表1為體育訓練運動視頻分析系統的性能指標，通過表1可以看出來，在關鍵幀提取難度不斷提高的過程中，召回率也在不斷的擴大，以此表示兩者具有正相關的關系，并且本文所研究的系統關鍵幀提取精準率、召回率比傳統運動視頻分析的方法要優[15-20]。

表1 系統的性能指標

4 結束語

為了能夠實現體育運動訓練科學指導水平的進一步提高，本文實現了全新體育訓練運動視頻分析系統的設計和實現。首先全面分析了體育訓練運動視頻分析系統的需求，之后實現了體育訓練運動視頻分析系統的硬件及軟件設計，最后對本文所設計的系統進行了實驗。通過實驗表示，此系統能夠對體育訓練過程精準的描述，能夠有效提高視頻關鍵幀提取的精準率及召回率，能夠在運動指導訓練中使用，并且其具有較高的使用價值。