足球比赛的数据是怎样实时生成的?
来源:未知    作者:admin    发布时间:2016-11-26 23:52
一·
总部设在法国的数据公司SUP(Sport Universal Process)是测量比赛球员各项数据的佼佼者。该公司为多家欧洲俱乐部聘用进行分析。在数据取样的比赛中,赛场内安装8部具有热成像功能的高级摄相机,并用这些摄像机记录比赛的全过程。摄像机拍录下的信息会被一套超级复杂的分析软件分解,而最终的结果就是客户看到的,详细无比的数据被分门别类地统计出来。
SUP公司的主要业务:
1,体育统计系统的设计开发
2,提供专业的体育数据分析服务
他们的解决方案叫做AMISCO PRO
功能:
1,呈现球队球员2维跑动;2,与比赛录像同步;3,整合的图形工具:越位,模块,线条
4,完整的个人和全队统计数据;5,图表,表格,清单形式的数据;6,测量身体活动和体质报告;7,个性化规则;8,可输出数据到第三方应用
优势:
1,比赛全视角(可以看到全场);2,观察比赛可以有球或者无球;3,单独或整体测量效率;4,确认战术体系;5,对单个球员的支持的创新;6,对体能训练计划的支持;7,3程序合1:战术,体能,动态总览
forum.sports.sina.com.cn
二.、
足球视频自动分析、误判问题的解决等等这些看似很复杂的问题,都依赖于一个关键技术——视频的切割与跟踪,这是一个纯粹的软件问题,与硬件无关,那些议论GPRS、跟踪器的同学可以休息了。
足球视频的切割与跟踪解决了,那些数据统计也就迎刃而解了。经过多年的研究,出现了很多经典的跟踪算法,如相关性模板匹配、基于光流场的运动跟踪、基于边缘检测的方法等。
  对足球视频中的球员进行识别跟踪,需要作三个方面的工作:球员的分割提取;球员所属球队的辨别;球员的跟踪。
  方法大致是:1、根据足球场地的颜色特征,利用颜色分量差值的统计信息,从视频序列中自动分割球员;(2)充分利用图像的颜色信息,将球员与两球队模板各颜色分量的归一化统计直方图作相关性比较,辨识球员所属的球队;(3)利用球员的上下文信息,结合基于相关的模板匹配方法,实现球员的跟踪。
  实现了球员的跟踪,其他一些射门啊、抢断、控球率等等数据统计就差不多解决了,这些算法都很简单滴。
本篇编辑:admin