Во всех приложениях, связанных с графическим моделированием движения реальных физических объектов возникает задача захвата движения объектов, т.е. определения траекторий этих объектов или их отдельных точек. Одним из методов решения этой задачи является анализ видеозаписей движения объектов. Данный доклад посвящен решению задачи определения траекторий движения футболистов при помощи компьютерного анализа видеозаписей матча. Зная траектории игроков и мяча, можно находить статистические данные об игроках, проводить графическое моделирование игровых ситуаций и проводить автоматизированный анализ тактики команд. Система, выполняющая такой анализ, может повысить эффективность труда тренера команды и поэтому является востребованной футбольными клубами. Подобные системы существуют, однако они обладают недостатками: невозможностью переносить их между стадионами и большим объемом вводимой вручную информации [1]. Поэтому задача разработки подобных систем является актуальной [2].
В разрабатываемой системе может использоваться видеозапись с одной камеры или нескольких камер, расположенных в разных точках. При этом каждая область поля должна охватываться как минимум одной камерой. Все камеры должны быть цветными и неподвижными.
При съемке недорогими камерами без телеобъективов качества видеозаписи недостаточно для распознавания номеров игроков на футболках. Вместо распознавания номер каждого нового игрока на поле вводится вручную и в дальнейшем система отслеживает координаты этого игрока, сохраняя его номер.
Главная часть разрабатываемой системы - программа, находящая траектории по видеозаписям. Ее входными данными являются: видеозаписи матча, геометрические параметры поля, данные о положении видеокамер и цвета форм команд. Результатом работы программы являются списки объектов на поле и их координат в каждый момент времени. Каждый объект характеризуется своим уникальным идентификатором и типом. Для объектов-людей тип обозначает номер цвета формы. Под моментом времени понимается такой малый промежуток времени, в который из каждой видеозаписи попадает 1 кадр.
При нахождении координат объектов в каждый момент времени используется информация об их положении в предыдущие моменты времени. Для каждого объекта строится математическая модель его движения, позволяющая предсказать область поля, в которой он может находиться в текущий момент. Поиск изображения этого объекта осуществляется только в тех областях кадров, которые содержат предсказанную область поля. Реализованная модель включает координаты объекта и его вектор скорости в предыдущий момент времени, а также максимально возможные скорость и ускорение. Чтобы не пропустить появление на поле новых объектов, через определенные промежутки времени производится не только отслеживание координат известных объектов, но и поиск новых объектов по всему полю.
Когда несколько объектов оказываются достаточно близко, используемые алгоритмы анализа видео не могут правильно определить их координаты. Когда объекты отдаляются, программа не может определить, какому объекту из участвовавших в столкновении соответствует каждый из объектов на поле после столкновения. В таких случаях объектам после столкновения присваиваются новые идентификаторы и для каждого такого объекта сохраняется список старых объектов, от которых он мог произойти. Если в списке данного нового объекта более одного старого объекта, то из этого списка исключаются все объекты, не подходящие по цвету этому новому объекту. В дальнейшем такие спорные ситуации должны быть разрешены вручную, выбором одного правильного объекта из каждого списка.
Для сокращения ручного ввода также используется метод исключения. Он состоит в том, что составляется список возможных пар соответствующих старых и новых объектов, из которого затем удаляются те элементы, при выборе которых невозможно построить ни одного паросочетания между старыми и новыми объектами.
Для выделения изображений объектов используется алгоритм вычитания изображения из фона [1]. Для каждой камеры по множеству кадров строится фоновое изображение, соответствующее виду поля без игроков и мяча. Чтобы определить, является ли пиксель кадра пикселем изображения игрока, разность цвета данного пикселя и цвета соответствующего пикселя фонового изображения сравнивается с пороговым значением.
Чтобы алгоритм вычитания из фона не выделял тени игроков, при сравнении пикселя кадра с более светлым пикселем фонового изображения, их яркости выравниваются. Поскольку тени отличаются по яркости, но не по оттенку, разность цветов после выравнивания обычно мала и не превосходит порогового значения.
В начале фоновое изображение строится по кадрам, относящимся к началу записи. Из-за изменения условий освещения, со временем меняется вид поля, и необходимо регулярно обновлять фоновое изображение.
Описанные алгоритмы были реализованы и испытаны. Средствами трехмерного моделирования были созданы 2 видеоролика разрешением 320x200 из 20 кадров, соответствующих двум камерам, снимающим движение четырех объектов с разных точек. В течении видеоролика происходило 2 столкновения объектов. Траектории объектов были найдены без ошибок. На компьютере с процессором Athlon XP 2200+ анализ длился 0.6 с. При этом более 90% всего времени работы заняло сравнение цветов отдельных пикселей.
На реальной видеозаписи разрешением 720x580 из 60 кадров с 13 игроками время работы составило 3.2 с. Опыт показал, что при выделении изображений футболистов алгоритмом вычитания из фона, изображение каждого игрока распадается на множество не связанных между собой областей. При этом конечности могут быть видны на одних кадрах и плохо различимы на других. Это ведет к ошибкам в работе алгоритма отслеживания объектов.
В настоящее время ведется работа по улучшению качества анализа реальных видеозаписей. Ведется разработка алгоритма, определяющего, к какому изображению игрока относятся выделенные области изображения.
Литература
[1] Daniel Setter-wall. Computerised Video Analysis of Football - Technical and
Commercial Possibilities for Football Coaching. Master's Thesis in computer science.
CID, NADA, Stockholm, 2003
[1] А. А. Середа, Ю. В. Ладыженский. Разработка автоматизированной системы
анализа видеозаписей спортивных соревнований.
Доклад на региональной студенческой научно-технической конференции
"Інформатика та комп'ютерні технології", ДонНТУ, Донецк, 2005