多 模 式 融 合 的 体 育 视 频 技 术 实 验 分 析

石 庆 福

(郑州轻工业大学 体育学院，郑州 450002)

0 引 言

视频一词源自于电视广播，它由一系列连续的静止图像组成，内容包括感知特征、结构信息和语义信息3方面。近几年来，随着体育运动的普及和盛行，体育视频转播有着大量需求，仅NBA每年的比赛转播就达到2 000余场次，因此体育视频分析有着广泛的应用[1-2]。视频中的语义分析是视频分析中比较重要的一项，经过多年来的努力，底层特征处理的系统和处理方法有了很大进步，但高层语义分析和理解仍然有很多亟待解决的问题，如：语义事件相互间关系研究的缺乏、多模式融合有效分析方法的缺乏和体育视频统一分析框架的缺乏。因此多模式信息融合技术近年来受到越来越多的关注，在体育视频分析领域占据越来越重要的位置[3]。在目前的多模式分析中，孤立事件成为主要考虑对象，通过分析各个孤立事件之间的逻辑关系或因果关系，有助于建立模型进行分析。这种模型的建立需要结合多模式融合的理论，而目前的模式融合有特征和决策2种形式的融合。不同形式的途径分别为：多特征空间共同进行特征融合，获取最终特征，进行特征到决策的转换，得到最终结果；或多特征空间首先分别进行特征到决策的转换，生成不同空间决策，再将不同决策共同进行决策融合，得到最终决策。

特征融合被称为前期融合，在融合后会产生高维向量，由于目前计算技术的限制，融合后的向量需要降维，然而目前这种降维方法仍有争议[4]；……