基于注意力模型的篮球视频事件和关键角色检测方法

罗 森 覃礼荣

1(广西科技师范学院 广西 来宾 546199) 2(梧州学院 广西 梧州 543002)

0 引 言

多人视频(如篮球比赛、足球比赛等)中的重要事件和关键角色检测在视频搜索和视频分析等领域具有重要用途[1]，相关数据集和模型[2]也为视频中的事件识别和检测带来很多帮助。然而，目前很多检测局限于单人行动，即视频中仅包含一个人物，执行一个主要活动。因此，多人视频的事件检测则更具挑战性和实际意义。

近些年，已有一些研究成果，如文献[3]针对大量群体，利用个体信息的上下文结构描述符对人的行为进行描述和检测。针对篮球比赛事件，文献[4]将网络直播文本(Live Text，LT)作为辅助信息，提取文本事件作为事件标注的语料，分析并检测了篮球视频的中级语义特征，利用颜色直方图和边缘像素点将镜头划分为远镜头、特写镜头和场外镜头，促进对篮球事件的检测和标注。文献[5]利用篮球视频中的非场景目标信息与比赛事件语义之间的对应关系，设计一种篮球视频事件检测算法，提高了篮球重要事件的检测准确率。但该方法没有对篮球数据库进行系统构建。

也有一些文献通过使用“注意力”模型从一个固定输入到一个固定输出对元素进行对齐。如文献[6]生成一个图像-标题(I-T)，关注图像的不同区域人物角色和行为动作；文献[7]利用时空结构(S-T)生成一个视频-标题，关注视频内的不同帧；文献[8]将端到端训练的深层网络模型运用在体育视频分析中。

由于“注意力”与正在进行的活动相关度最高[9]，可随时间和空间而改变，对于篮球比赛视频(角色变化频繁，与一般视频区别较大)多人事件和关键角色检测具有一定优势。……