基于音频内容的篮球比赛精彩镜头检测

2024年10月12日发(作者：)

文章编号：１００２—８６９２（２０１０）１　１－００９０—０４　

基于音频内容的篮球比赛精彩镜头检测带・实用设计・　

曾春艳，窦维蓓　

（清华大学信息科学与技术国家实验室；清华大学电子工程系．北京１０００８４）　

【摘　要】提出了基于音频内容的篮球比赛精彩镜头检测系统。由音频关键词检测和精彩镜头检测２个子系统组成　第１个子系　

统采用二叉树结构的多级支持向量机（ＳＶＭ）分类器及ＳＥＦＣ—ＦＤＲ方法检测５个关键词。第２个子系统提出事件的二级转换模型。　

对３场总时长约３１９　ｒａｉｎ的ＮＢＡ比赛进行测试，得分的平均准确率和回检率分别为６４．８９％和８６．２１％，犯规分别为６４．６０％和　

６６．８６％。　

【关键词】音频关键词；精彩镜头检测；ＳＶＭ；二级转换模型　

【中图分类号】ＴＮ９１１．７２　【文献标识码】Ａ　

Ｈｉｇｈｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ｉｎ　Ｂａｓｋｅｔｂａｌｌ　Ｖｉｄｅｏ　Ｂａｓｅｄ　ｏｎ　Ａｕｄｉｏ　Ｃｏｎｔｅｎｔ　

ＺＥＮＧ　Ｃｈｕｎ—ｙａｈ　ＤＯＵ　Ｗｅｉ—ｂｅｉ　

（Ｔｓｉｎｇｈｕａ　Ｎａｔｉｏｎａｌ　Ｌａｂｏｒａｔｏｒｙｆｏｒ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇ）；Ｄｅｐａｒｔｍｅｎｔ　ｏｆＥｌｅｃｔｒｏｎｉｃ　Ｅｎ昏ｎｅｅｒｉｎｇ　Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｒｉｎｇ　１０００８４，Ｃｈｉｎａ）　

【Ａｂｓｔｒａｃｔ】Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ａ　ｈｉｇｈｌｉｇｈｔ　ｄｅｔｅｃｔｉｏｎ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ａｕｄｉｏ　ｃｏｎｔｅｎｔ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｆｏｒ　ｂａｓｋｅｔｂａｌｌ　ｇａｍｅｓ．Ｉｔ　ｉｎｃｌｕｄｅｓ　ｔｗｏ　

ｓｕｂｓｙｓｔｅｍｓ，ａｕｄｉｏ　ｋｅｙ　ｗｏｒｄｓ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｈｉｇｈｌｉｇｈｔ　ｅｖｅｎｔ　ｄｅｔｅｃｔｉｏｎ．Ｆｉｖｅ　ａｕｄｉｏ　ｋｅｙ　ｗｏｒｄｓ　ａｒｅ　ｄｅｔｅｃｔｅｄ　ｉｎ　ｔｈｅ　ｆｉｒｓｔ　ｓｕｂｓｙｓｔｅｍ．Ａ　ｍｕｌｔｉ—　

ｓｔａｇｅ　Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ（ＳＶＭ）　ｃｌａｓｓｉｉｆｅｒ　ｗｉｔｈ　ｂｉｎａｒｙ　ｔｒｅｅ　ｓｔｒｕｃｔｕｒｅ　ｉｓ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　Ｓｉｍｐｌｅ　Ｅｘｃｅｌｌｅｎｔ　Ｆｅａｔｕｒｅ　Ｃｏｍｂｉｎａｔｉｏｎ　

ｍｅｔｈｏｄ　ａｎｄ　Ｆｉｓｈｅｒ　Ｓ　Ｄｉｓｃｒｉｍｉｎａｔｅ　Ｒａｔｉｏ（ＳＥＦＣ—ＦＤＲ）ｔｏ　ｃｏｎｓｔｒｕｃｔ　ｔｈｅ　ｆｉｒｓｔ　ｓｕｂｓｙｓｔｅｍ．Ｉｎ　ｔｈｅ　ｓｅｃｏｎｄ　ｓｕｂｓｙｓｔｅｍ，ａ　ｔｗｏ—ｓｔａｇｅ　ｔｒａｎｓｉｔｉｏｎ　

ｍｏｄｅｌ　ｏｆ　ｅｖｅｎｔｓ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｔｈｅｒｅ　ａｒｅ　ｔｈｒｅｅ　ＮＢＡ　ｇａｍｅｓ　ａｂｏｕｔ　３１９　ｍｉｎｕｔｅｓ　ｕｓｅｄ　ｔｏ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｓｙｓｔｅｍ．Ｔｈｅ　ｔｅｓｔｉｎｇ　ｒｅｓｕｌｔｓ　

ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｖｅｒａｇｅ　ｄｅｔｅｃｔｉｏｎ　ａｃｃｕｒａｃｙ　ａｎｄ　ｒｅｃａｌｌ　ｒａｔｅ　ｆｏｒ　ｓｃｏｒｅ　ｅｖｅｎｔ　ｉｓ　６４．８９％ａｎｄ　８６．２１％，ｒｅｓｐｅｃｔｉｖｅｌｙ；ａｎｄ　ｔｈｅｎ　ｆｏｒ　ｆｏｕｌ　ｅｖｅｎｔ　ｉｓ　

４．６６０％ａｎｄ　６６．８６％，ｒｅｓｐｅｃｔｉｖｅｌｙ．　

【Ｋｅｙ　ｗｏｒｄｓ】ａｕｄｉｏ　ｋｅｙｗｏｒｄｓ；ｈｉｇｈｌｉｇｈｔ　ｄｅｔｅｃｔｉｏｎ；ＳＶＭ；ｔｗｏ—ｓｔａｇｅ　ｔｒａｎｓｉｔｉｏｎ　ｍｏｄｅｌ　

１　引言　

篮球比赛深受大众的喜爱，对篮球比赛事件的检　

测具有重要的意义和广泛的应用前景。例如，点播业　

～

９６．１％和９４．５％－９６．１％。　

已有的这些篮球比赛事件检测方法仍存在一些不　

足。Ｎｅｐａｌ提出的时域统计模型只采用少量的音视频信　

息，因此得到事件的准确率和回检率并不高。Ｘｕ和¨ｕ　

采用了更多的音视频信息．因而准确率和回检率都有　

务、体育研究及视频编辑。　

目前．关于篮球比赛事件检测已取得了一些研究　

成果。Ｎｅｐａｌ等人…通过检测音频关键词（欢呼声）和视　

频关键词（得分板显示和镜头方向切换），并采用统计　

时域模型联合音视频关键词检测得分事件，得分的准　

了较大的提高。但Ｘｕ在音频关键词检测中采用的关键　

词样本序列时长为２　ｈ，而事件检测中采用的测试序列只　

有８０　ｍｉｎ。Ｌｉｕ的音频关键词样本序列时长也有４０　ｍｉｎ，　

但未给出事件检测中测试序列时长．检测结果也只有　

一

确率为６４．５１％～８８．２３％，回检率为５９．１６％～８８．２３％。Ｘｕ　

等人『２＿３１通过检测音频关键词（短管哨声、篮球撞击篮板　

或者篮筐的声音、激烈的欢呼声和解说声及平和的欢　

组实验数据。Ｎｅｐａｌ虽没给　音频关键词样本序列时　

长，但其事件检测的实验数据有４组。同时，这些事件　

呼声和解说声）和视频关键词（罚球、扣篮、特写场景和　

全景），并联合音视频关键词检测５个事件（跳球、犯规、　

检测系统都是基于音视频关键词联合检测方案，如图　

１ａ所示。该方法的弱点在于系统的决策必须综合音视　

频关键词，两者缺一不可。笔者采用图１ｂ所示的方案。　

该方案在只有音频关键词或只有视频关键词时都可做　

决策，在音视频关键词都有时则可获得更高的检测性　

能。因此，较图１ａ的方案更为灵活。　

罚球、投篮和得分），事件的准确率和回检率范围分别　

为８８－３７％～１００％和９３．７５％～１００％。Ｌｉｕ等人ｌ　Ｉ通过检测　

音频关键词（短管哨声、激烈的欢呼声和解说声及平和　

的欢呼声和解说声）和视频关键词（快攻、慢攻、罚球、　

特写场景和全景），并联合音视频关键词检测事件（犯　

一

基于以上分析，提出从２个方面解决现存的问题。　

是挖掘更多的音频信息，包括更多有益事件检测的　

规和投篮）。事件的准确率和回检率范围分别为８９．１５％　

女国家自然科学基金重点项目（６０８３２００２）；中法先进研究计划（ＰＲＡ

Ｓ１０４

０２）　

电视技　磊　酉　

Ｉ音频Ｉ　Ｉ视频Ｉ　

｝关键词　Ｉ关键词Ｉ　

一　

蕊丽　

Ｉ检测事件Ｉ　

④　

（ａ）　’　（ｂ）　

图１　事件检测方案　

音频关键词并挖掘音频关键词之间的隐含关系，另一　

方面．采用图１ｂ所示的方案，提高系统的灵活性。　

２　系统结构设计　

篮球比赛是一种结构性很强的体育比赛，其中包含　

很多音频信息。音频关键词是音频特征与精彩镜头之间　

的桥梁，包含人类可以理解的语义信息，也是机器可以　

通过训练得以识别的特征，因此也称为中级音频特征。　

通过分析ＮＢＡ比赛视频．提出５类音频关键词。包括球　

鞋摩擦地板的声音（摩擦声）、背景噪声、欢呼声、长管哨　

声和短管哨声。这５类音频关键词与篮球比赛中的主要　

事件存在紧密的联系。进攻过程中常常伴随着摩擦声；　

背景噪声是指不包含音乐声、且无比赛事件发生时的场　

内声，一般出现在犯规和罚球之间：观众发出的欢呼声　

则一般出现在运动员得分或偷袭成功时；裁判吹长管哨　

声以示本节比赛结束：短管哨声响起则表示发球、犯规　

或者暂停。因此，检测５类音频关键词非常必要。同时，　

根据观赏性和体育分析性需求，系统定义了得分和犯规　

２个事件作为精彩镜头。　

设计系统结构如图２所示．主要包括２个子系统：　

音频关键词检测和精彩镜头检测，同时还可回放精彩镜　

头。该系统具有以下几个特点：它是一个完整的基于音　

频内容的精彩镜头检测系统，可独立做决策：挖掘了更　

多的音频关键词，如摩擦声、长管哨声等，并利用音频关　

键词之问的隐含关系；能方便地与视频检测系统融合以　

提高系统性能　

３　音频关键词检测　

在音频关键词检测子系统中需检测５类音频关键　

词，即摩擦声、背景噪声、欢呼声、长管哨声和短管哨声。　

下面通过分析各个关键词的时频特性和各类音频特征　

及特征选择方法，介绍关键词的检测方法　

３．１音频特征分析与选择　

在所有５类关键词中，短管哨声的特征非常明显，如　

Ｉ￣ｄｅｏ　ａｐｐ；！ｅ．ｔ！ｏ．　一ｉ．一　＇ｏ～ｊｅ…ｅ…ｔ二　

音频流　

——

音频关健闻　

一　检测　

图２　系统结构设计框图　

图３ａ所示　短管哨声在３．３～４．４　ｋＨｚ子带内包含３～４个　

能量峰　因此，首先采用子带能量峰指数（Ｓｕｂ　Ｂａｎｄ　Ｅｎ—　

ｅｒｇｙ　Ｐｅａｋ　Ｉｎｄｅｘ，ＳＢＥＰＩ）检出短管哨声。而长管哨声的特　

点是在全频带内包含多个谐波分量，如图３ｂ所示。欢呼　

声相对于摩擦声和背景噪声的特点是：欢呼声的能量在整　

个频带内分布都较高．且呈现先增加再减小的趋势，如图　

３ｃ所示。摩擦声的频谱分布则呈现波动趋势．如图３ｄ所　

示。背景噪声的能量则相对较低，频谱分布类似于噪声。　

在众多音频特征【　Ｉ类别中，梅尔频率倒谱系数（Ｍｅｌ　

Ｆｒｅｑｕｅｎｃｙ　Ｃｅｐｓｔｒａｌ　Ｃｏｅｆｉｆｃｉｅｎｔ．ＭＦＣＣ）考虑到人耳的听　

觉特性　１，线性预测系数（Ｌｉｎｅａｒ　Ｐｒｅｄｉｃａｔｉｏｎ　Ｃｏｅｆｆｉ　ｃｉｅｎｔ．　

ＬＰＣ）对含有较大谐波成分的信号具有良好的建模性　

能，线性预测熵（ＬＰＣ　Ｅｎｔｒｏｐｙ，ＬＰＣＥ）则刻呵了Ｉ　ＰＣ分　

布的随机程度，小波系数（Ｗａｖｅｌｅｔ）是对信号的一种分　

解，可以利用这些系数获得子带能量及子带能量差等特　

征来描述信号能量的分布差异。　

结合上述关于关键词和各类音频特征的分析，采Ｊ｝ｆｊ　

ＳＢＥＰＩ，ＭＦＣＣ，ＬＰＣ，ＬＰＣＥ和Ｗａｖｅｌｅｔ　５类音频特征用于　

关键词的检测。其中，ＳＢＥＰＩ特征维度为２，ＭＦＣＣ特征　

维度取为１２，ＬＰＣ的阶数为１０，Ｗａｖｅｌｅｔ采用ｄａｕｂｅｃｈｉｅｓ　

小波基函数，分解级数为５，短时小波特征｝｛｛信号的能　

量和第２，３，４各子带与第１子带的能量差组成．．在特征　

提取过程中，信号的采样率为２２．０５　ｋＨｚ，短时帧长为　

２０　ｍｓ，步长为１０　ｍｓ，长时帧长为１　Ｓ．长时帧帧间无重　

叠。长时特征为一个长时帧内所有短时特征的均值、方　

差和中值，得到所有音频特征的组合共８７维。但实际不　

可能把所有特征都用于关键词的检测，［大１此必须采用特　

征选择算法选出最好的特征组合　

笔者采用简单最优特征组合法ｌ７］（Ｓｉｍｐｌｅ　Ｅｘｃｅｌｌｅｎｔ　

Ｆｅａｔｕｒｅ　Ｃｏｍｂｉｎａｔｉｏｎ，ＳＥＦＣ），同时考虑费舍尔鉴别熵ｌ　８ｌ　

（Ｆｉｓｈｅｒ　Ｓ　Ｄｉｓｅｒｉｍｉｎａｎｔ　Ｒａｔｉｏ，ＦＤＲ）能很好地反映不同类　

别的差异，因此选择ＦＤＲ作为距离度量准则．其定义为　

／（ｄ）：　衅　

Ｏｒｌｄ　ｑ－Ｏ＇２ｄ　

Ｎ０．１１　Ｖｏ１．３４２０１０（Ｓｕｍ　Ｎｏ．３４９１￣，ＷＤＳＯＥＮＧＩＮ￣：ＵＮＧ　９１　

加　Ｈ　ｍ　８　６　４

的ＳＶＭ分类器都是一个两类的ＳＶＭ『９】分类器。在第１　

级．采用ＳＢＥＰＩ短时特征和ＭＦＣＣ短时特征检测出短　

管哨声，在第２，３，４级结合ＭＦＣＣ，ＬＰＣ，ＬＰＣＥ和Ｗａｖｅｌｅｔ　

４类音频特征以及ＳＥＦＣ—ＦＤＲ方法依次检出长管哨声、　

０　ｌ　２　３　４　５　６　７　８　９　ｌＯ　

频率／ｋＨｚ　

（ａ）短管哨声　

魁　

Ｏ　２　４　６　８　ｌＯ　

频率／ｋＨｚ　

赳　

鞋　

Ｏ　２　４　６　８　１０　

频率／ｋＨｚ　

（ｃ）欢呼声　

魁　

馨　

频军／ｋＨｚ　

（ｄ）摩擦声　

图３　各类关键词频谱图　

式中：ｄ为特征的维数标签，　。ｄ，　，　和　分别为第　

１类和第２类样本第ｄ维特征的均值和标准方差。　ｄ）　

越大，则该维特征越利于这２类样本的区分。　

３．２关键词检测　

基于３．１节的分析，设计了一个二叉树结构的多级　

ＳＶＭ分类器检测５类音频关键词（如图４所示）。每级　

唾视技荫　０年第　卷第１１期（总第３４９期）　

欢呼声、摩擦声和背景噪声。各级的决策窗长均为１　ｓ。　

音频流　

，　

ｌＳＶＭ分类器１Ｉ　

————≮　

其他　短管哨声　

壅　’　

摩擦声、背景噪声和欢呼声　长管哨声　

ｌＳＶＭ分类器３Ｉ　

———　

摩擦声和背景噪声欢呼声　

＋　

ｌＳＶＭ分类器４Ｉ　

了７＿——　

；　

＝　

，　

摩擦声　背景噪声　

图４音频关键词检测结构圈　

４　精彩镜头检测　

篮球比赛通常由４节组成，每节比赛中主要包含　

发球、进攻、犯规、罚球、得分和暂停等事件。而发球和　

暂停事件并不是非常关注的，因此主要分析进攻、犯规、　

罚球和得分４个事件的转换关系及其与前面检测出的５　

类音频关键词之间的关系。通过统计分析多场ＮＢＡ比　

赛视频，采用如图５所示的事件的二级转换模型检测得　

分和犯规２个精彩镜头。在第１级中，采用有限状态机　

（Ｆｉｎｉｔｅ　Ｓｔａｔｅ　Ｍａｃｈｉｎｅ．ＦＳＭ）方法检测进攻、犯规和罚球　

３个事件，在第２级中再结合欢呼声得到得分镜头，即　

将包含欢呼声的进攻事件和罚球事件作为得分事件。　

摩擦声或　

或　

欢呼声　

吉　

图５事件的二级转换模型　

５　实验结果分析　

为了验证系统的性能，首先从比赛Ｔｈｕ一１中截取　

关键词序列作为关键词检测所需的训练样本（如表１　

所示），再对３场ＮＢＡ比赛（４个视频序列）进行测试，　

实验结果如表２所示。表３为Ｎｅｐａｌ得到的事件检测实　

验结果。因本实验与Ｎｅｐａｌ的实验采用的测试序列不　

同，笔者将各自的测试序列时长分别标记在表２和表３　

中　准确率和回检率定义为　

Ｉ　。　ＩＪ＝ｉ　

表１　音频关键词训练序列　

　ｐ＇ｒｏｊｅｅｔ一　

比赛编号及时长　得分　犯规　

图６精彩镜头回放（截图）　

此，是否可以挖掘到与犯规相关的其他音频信息以提　

高其检测结果还有待分析。另外，本系统只完成了图ｌｂ　

方案中的一部分．还需建立一个基于视频内容的篮球　

比赛事件检测系统，将其与本系统融合提高系统性能。　

比赛编号及时长　

准确率　

得分　

回检率　

参考文献：　

［１】ＮＥＰＡＬ　Ｓ，ＳＲＩＮＩＶＡＳＡＮ　Ｕ，ＲＥＹＮＯＬＤＳ　Ｇ．Ａｕｔｏｍａｔｉｃ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　

“Ｇｏａｌ”ｓｅｇｍｅｎｔｓ　ｉｎ　ｂａｓｋｅｔｂａｌｌ　ｖｉｄｅｏｓ［ＣＹ／Ｐｒｏｃ．９ｔｈ　ＡＣＭ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　

Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｕｌｔｉｍｅｄｉａ．Ｏｔｔａｗａ，Ｃａｎａｄａ：［ｓ．ｎ．］，２００１：２６１－５６９．　

［２］ＸＵ　Ｍｉｎ，ＤＵＡＮ　Ｌｉｎｇｙｕ，ＸＵ　Ｃｈａｎｇｓｈｅｎｇ，ｅｔ　ａ１．Ｅｖｅｎｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　

ｂａｓｋｅｔｂａｌｌ　ｖｉｄｅｏ　ｕｓｉｎｇ　ｍｕｌｔｉｐｌｅ　ｍｏｄａｌｉｔｉｅｓ【ＥＢ／ＯＬ］．［２０１０—０５—３　１］．　

ｆ准确率：　至｛２Ｊ；　茎　

ｌ回检率＝　甏　

×　００％

×　Ｏ０％　

…　

ｂｌｉｐ：／／ｃｉｔｅｓｅｅｒｘ．ｉｓｔ．ｐｓｕ．ｅｄｔｔ／ｖｉｅｗｄｏｅ／ｄｏｗｎｌｏａｄ？ｄｏｉ＝ｌＯ．１．１．６２．４８４２＆ｒｅｐ　

＝ｒｅｐ１＆ｔｙｐｅ＝ｐｄｆ．　

【３］ＸＵ　Ｍｉｎ，ＸＵ　Ｃｈａｎｇｓｈｅｎｇ，ＤＵＡＮ　Ｌｉｎｇｙｕ，ｅｔ　ａ１．Ａｕｄｉｏ　ｋｅｙｗｏｒｄｓ　

ｇｅｎｅｒａｔｉｏｎ　ｆｏｒ　ｓｐｏｒｔｓ　ｖｉｄｅｏ　ａｎａｌｙｓｉｓ【Ｊ］．ＡＣＭ　Ｔｒａｎｓ．Ｍｕｌｔｉｍｅｄｉａ　

Ｃｏｍｐｕｔｉｎｇ，Ｃｏｍｍｕｎｉｃａｔｉｏｎ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２００８，４（２）：１—２３．　

如表２所示，本系统得分的平均准确率和回检率分　

别为６４．８９％和８６．２１％．犯规分别为６４．６０％和６６．８６％。　

比较表２和表３，本系统比Ｎｅｐａｌ系统得分事件的　

［４】ＬＩＵ　Ｓｏｎｇ，ＸＵ　Ｍｉｎ，ＹＩ　Ｈａｏｒｅｎ，ｅｔ　ａ１．Ｍｕｈｉｍｏｄａｌ　ｓｅｍａｎｔｉｃ　ａｎａｎｌｙｓｉｓ　

ａｎｄ　ａｎｎｏｔａｔｉｏｎ　ｆｏｒ　ｂａｓｋｅｔｂａｌｌ　ｖｉｄｅｏ［ＥＢ／Ｏ　Ｌ］．［２０１０－０６－０１］．ｈｔｔｐ：／／　

ｐｏｒｔａ１．ａｃｍ．ｏｒｇ／ｃｉｔａｔｉｏｎ．ｅｆｍ？ｉｄ＝１２８８２６３．１２８８４２５．　

最低和最高准确率低５．７１％和１９．９４％，但本系统得分　

事件的最低和最高回检率要高１６．０２％和６．１４％。因而，　

【５］张斌，窦维蓓．基于音频内容的体育节目精彩镜头检索［Ｄ］．北京：　

清华大学，２ｏ０７．　

【６　张海越，杨庆涛．６］关键词识别在媒体资产管理中的应用Ⅲ．电声技　

术，２ｏ０８，３２（３）：５９—６０．　

从实验结果来看，两系统得分的检测结果相当．同时本　

系统还可检测犯规事件。从系统利用的信息来看，只用　

到了音频信息，而Ｎｅｐａｌ采用了音视频联合信息。将本　

系统与视频检测系统融合可获得更好的检测性能。另　

［７】边肇祺，张学工．模式识别【Ｍ］．２版．北京：清华大学出版社，２０００．　

［８］ＸＩＡＯ　Ｚｈｏｎｇｚｈｅ，ＤＥＬＬＡＮＤＲＥＡ　Ｅ，ＤＯＵ　Ｗｅｉｂｅｉ，ｅｔ　ａ１．Ｆｅａｔｕｒｅｓ　

ｅｘｔｒａｃｔｉｏｎ　ａｎｄ　ｓｅｌｅｃｔｉｏｎ　ｆｏｒ　ｅｍｏｔｉｏｎａｌ　ｓｐｅｅｃｈ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ［Ｃ］／／Ｐｒｏｅ．　

ＩＥＥＥ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｄｖａｎｃｅｄ　Ｖｉｄｅｏ　ａｎｄ　Ｓｉｇｎａｌ　Ｂａｓｅｄ　Ｓｕｒｖｅｉｌｌａｎｃｅ．　

Ｅｃｕｌｌｙ，Ｆｒａｎｃｅ：ＩＥＥＥ　Ｐｒｅｓｓ，２００５：４１１－４１６．　

外，本系统还提供了一个精彩镜头回放界面㈣（见图６）。　

用户可以选择观看比赛中的犯规或得分镜头。　

６　小结　

笔者提出的篮球比赛检测系统只需要音频信息即　

可检测得分和犯规２个精彩镜头，且得分的回检率较　

高，平均值为８６．２１％。可被应用于点播业务、体育研　

究、视频编辑等场合。　

［９］ＨＳＵ　Ｃ　Ｗ，ＣＨＡＮＧ　Ｃ　Ｃ，ＬＩＮ　ｃ　Ｊ．Ａ　ｐｒａｃｔｉｃａｌ　ｇｕｉｄｅ　ｔｏ　ｓｕｐｐｏｒｔ　ｖｅｃｔｏｒ　

ｃｌａｓｓｉｉｆｃａｔｉｏｎ．［ＥＢ／ＯＬ］．［２０１０－０６－０１］．ｈｔｔｐ：／／ｅｉｔｅｓｅｅｒｘ．ｉｓｔ．ｐｓｕ．ｅｄｕ／　

ｖｉｅｗｄｏｃ／ｄｏｗｎｌｏａｄ？ｄｏｉ＝１０．１．１．６．３０９６＆ｒｅｐ＝ｒｅｐ１＆ｔｙｐｅ＝ｐｄｆ．ｈｔｔｐ：／／　

ＷＷＷ．ｃｓｉｅ．ｎｔｕ．ｅｄｕ．ｔｗ／￣ｃｊｌｉｎ【ａｃｃｅｓｓｅｄ　ａｔ　Ｊｕｎｅ　２００９１．　

［１０］ＧＵＩｑｑ＇ＯＮ　Ｓ．Ｓｏｆｔｗａｒｅ　ｆｏｒ　ｓｈｏｗｉｎｇ　ｅｘｔｒａｃｔｓ　ｏｆ　ｓｐｏｒｔｓ　ｖｉｄｅｏｓ　ｂａｓｅｄ　

ｏｎ　ｈｉｇｈｌｉｇｈｔｓ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ［Ｒ］．Ｂｅｉｊｉｎｇ：Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，　

２０ｏ５．　

但是，本系统对于犯规的检测结果不理想．可能原　

因在于只考虑了短管哨声与犯规的紧密关系．而当短　

管哨声被其他声音淹没时相应的犯规也会被漏检。因　

责任编辑：丁　雪　收稿日期：２０１０—０６—２０　

Ｎｏ．１１　Ｖｏ１．３４２０１０（Ｓｕｍ　Ｎｏ．３４９）＼ＶＩＤＢｏＢｔＧＩＮＥＢｔｌｌｔＧ　９３