بخشی از مقاله
چکیده
در این مقاله روشی برای تشخیص بازیکنان فوتبال ارائه شده است. تشخیص بازیکنان فوتبال به این معنی است که فیلم حاوی مسابقه فوتبال در اختیار یک سامانه هوشمند قرار میگیرد سپس سامانه مکان هر بازیکن در فیلم را بهعنوان خروجی ارائه میدهد. جهت تشخیص بازیکنان ابتدا چمن میدان بازی از تصویر حذف میشود. پسازآن با استفاده از عملگرهای ریختشناسی و آستانه گذاری، بازیکنان تشخیص داده میشوند. چالشی که در این مرحله به وجود میآید، تشخیص پای بازیکن بهعنوان بازیکنی مجزا است.
برای حل این مشکل، در این مقاله روشی پیشنهاد میشود. در این روش با استفاده از ویژگیهای شکل ظاهری، به تأیید وجود و یا عدم وجود بازیکن پرداخته میشود. خروجی حاصل از تشخیص بازیکنان برای سامانههای ردیابی مناسب است. در این مقاله جهت صحت این گفته، نتیجه حاصل از تشخیص بازیکنان در اختیار یک سامانه ردیاب قرار میگیرد. ردیابی این سامانه توسط فیلتر کالمن انجام میگیرد. نتایج حاصل از ردیابی جهت تجزیهوتحلیل تیم و مسابقه فوتبال کاربرد دارد. برتری یک سامانه تشخیص اشیاء توسط تعداد اشیاء تشخیص داده شده و همچنین دقت تشخیص سامانه تعیین میشود. نتایج نشان میدهند که روش ارائهشده توسط این مقاله، تعداد بازیکنان بیشتری را نسبت به روشهای پیشین تشخیص میدهد.
واژگان کلیدی: تشخیص اشیاء، تشخیص بازیکنان فوتبال، ردیابی
مقدمه
تحلیل یک مسابقه فوتبال به این معنی است که اطلاعاتی از بازیکنان تیم حریف و بازیکنان تیم خودی کسب شود. برای کسب این اطلاعات میتوان از مسیر حرکت بازیکنان و نمودار حرکتی آنان استفاده کرد. مسیر حرکت از ردیابی بازیکنان به دست میآید. الگوریتمهای ردیابی همچون فیلتر کالمن مکان جدید شیء را تخمین میزنند. این تخمین نیازمند تصحیح است. الگوریتم ردیابی جهت تصحیح مکان تخمین زدهشده، میبایست از مکان صحیح شیء مطلع باشد. ازاینرو تشخیص صحیح و دقیق مکان بازیکنان نقش مهمی در تجزیهوتحلیل یک مسابقه ایفا میکند.
بازیکنان فوتبال اهداف اصلی در یک فیلم مسابقه فوتبال میباشند. برای رؤیت بازیکنان توسط سامانه، ابتدا باید پسزمینه تصویر حذف شود. پسزمینه تصویر، چمن زمین مسابقه است. با این اوصاف ابتدا روشی برای حذف پیکسلهای مربوط به چمن زمین نیاز است. بهطورکلی برای حذف چمن از ویژگی رنگ آن استفاده شده است. در فضای رنگی RGB، برای پیکسلهای مشخصکننده چمن، مقدار مؤلفه سبز بیشتر از مؤلفه قرمز و آبی است .دیدگاه دیگری بیان میکند که پیکسلهای مربوط به چمن، پیکسلهای غالب زمین مسابقه میباشند .
خانم کثیری با در نظر گرفتن این موضوع بیان کرده است که هیستوگرام مربوط به پیکسلهای چمن بیشترین مقدار را نسبت به دیگر پیکسلها دارا هستند. از دیگر روشهای حذف چمن میتوان به مراجع اشاره نمود. در این روش پیکسلهایی بهعنوان چمن برگزیده شدهاند که ازنظر روشنایی دارای تغییرات اندک باشند. تغییرات روشنایی پیکسلها توسط تابع گوسی مدلسازی شده است. در برخی الگوریتمهای تشخیص بازیکنان، ممکن است خطوط زمین مسابقه فوتبال حذف نشوند.
حذف شدن خطوط زمین وابسته به روش حذف چمن است. در الگوریتمهایی که خطوط زمین حذف نشدهاند، میبایست به دنبال روشی جهت حذف آنها بود. خانم کثیری با استفاده از اپراتور لبه کنی سعی در تشخیص خطوط زمین داشتهاند روشی دیگر جهت تشخیص علائم خطی، استفاده از تبدیل هاف است. استفاده از تبدیل هاف ازنظر محاسباتی گران است. درنتیجه برای تشخیص علائم خطی از فیلتر کالمن توسعهیافته در فضای هاف استفاده شده است.
چالشی که عملیات تشخیص با آن مواجه میشود، وجود سایه اشیاء است. اگر هدف، تشخیص شیء ثابت در عکس باشد، سایه نیز ظاهری شبیه شیء دارد. اگر هدف، تشخیص شیء متحرک در فیلم باشد، سایه نیز همانند شیء در حال حرکت است. درنتیجه برای تمایز میان سایه و شیء نمیتوان بهراحتی از شکل ظاهری و یا حرکت آن استفاده نمود. راهحلی که پیشنهاد شده است به این صورت هست که بینایی انسان شبیهسازی شود.
محققان بر این باور هستند که با تبدیل فضای رنگی RGB به فضای رنگی HSV میتوان مکانیسم مشاهده انسان را در اختیار داشت . کوشیارا و همکاران معتقد بودند که در فضای رنگی HSV مؤلفه رنگ - H - و مؤلفه اشباع - S - در پیکسلهای سایه و پسزمینه، تفاوت زیادی ندارند . این در حالی است که مؤلفه مقدار - V - در پیکسلهای سایه کوچکتر از پیکسلهای پسزمینه است. دب و همکاران با استفاده از مؤلفه مقدارV و تعیین آستانه بر روی مقادیر این کانال موفق به تشخیص سایه شدهاند.
فرض کردهاند که مؤلفه رنگ - H - و مؤلفه اشباع - S - مربوط به پیکسلهای سایه و اشیاء متحرک از تابع گوسی پیروی میکنند. درنتیجه با تعیین آستانه برای هر تابع گوسی، به تشخیص پیکسلهای سایه و شیء متحرک پرداختند .جهت تشخیص سایه از تبدیل فضای رنگی RGB به فضای رنگی YCbCr نیز استفاده شده است . کانال Y از فضای رنگی YCbCr اطلاعات روشنایی تصویر را بیان میکند. نویسندگان مرجع با تمرکز بر کانال Y به حذف سایه پرداختهاند.
پس از حذف علائم خطی زمین و سایه بازیکنان، اکثر پیکسلهای باقیمانده در تصویر، بازیکنان هستند. جهت تشخیص بازیکنان میتوان از ویژگیهای شکل ظاهری آنان کمک گرفت. مساحت و گردی اجزای متصلبههم، ویژگیهایی هستند که با انتخاب آستانه برای این دو میتوان بازیکنان را تشخیص داد . در علاوه بر ویژگی مساحت، از ویژگیهای رنگ و نسبت محور اصلی به فرعیِ اجزای متصلبه هم جهت تشخیص بازیکنان استفاده شده است. نجفزاده و همکاران برای تشخیص بازیکنان از هیستوگرام رنگی استفاده نمودهاند.
آنها با تبدیل فضای رنگی RGB به فضای رنگی HSV، هیستوگرام مؤلفه رنگ - H - را در نظر گرفتهاند. آنها بدن هر بازیکن را به 3 قسمت مساوی تقسیمبندی کردند و هیستوگرام هر قسمت را جداگانه محاسبه نمودند. هیستوگرام گرادیان جهتدار1 روشی برای تشخیص انسانهای ایستاده و غیر همپوشان است که جهت تشخیص بازیکنان فوتبال نیز استفاده شده است یانگ و همکاران برای تشخیص بازیکنان از ترکیب الگوریتم تشخیص Otsu و تشخیص لبه استفاده کردهاند.
در این مقاله روشی برای بهبود تشخیص بازیکنان بر مبنای ویژگیهای ظاهری ارائه میشود. چالشهایی جهت تشخیص بازیکنان فوتبال در فیلم وجود دارد. از آن جمله میتوان به تغییرات روشنایی پسزمینه، وجود سایه حاصل از بازیکنان، اندازه کوچک بازیکنان در فیلم، تغییر شکل سریع بازیکنان در صحنه و تغییر جهت بازیکنان بهصورت غیرقابلپیشبینی اشاره کرد. در ادامه این مقاله در بخش دو روش پیشنهادی این پژوهش تشریح میشود. بخش سه به ارزیابی نتایج تجربی اختصاص دارد. درنهایت در بخش چهار نتیجهگیری کلی از پژوهش و بیان پیشنهادهایی برای پژوهشهای آینده ارائه میگردد.
روش تحقیق
هدف از انجام این تحقیق به این شرح است که نتیجه تشخیص بازیکنان در زمین فوتبال در اختیار یک سامانه ردیابی قرار گیرد. با در اختیار داشتن مسیر حرکت بازیکنان - نمودار دویدن بازیکنان - میتوان به اطلاعاتی از فعالیت بازیکنان در زمین و تاکتیک تیم دستیافت. با توجه به هدف ذکرشده، پایگاه داده مربوط به ورزشگاه آلفایم انتخاب شده است فیلمهای موجود در این پایگاه داده توسط دوربین ثابت تهیهشدهاند. همانگونه که بیان شد، هدف نهایی این پروژه آنالیز بازی فوتبال است. استفاده از دوربین ثابت نسبت به دوربین متحرک برای دستیابی به این هدف مناسبتر است.
پیشپردازش
تهیه فیلم با دوربین ثابت دارای امتیاز است. میتوان با تهیه ماسک از فریم اول، ماسک را بر دیگر فریمها اعمال نمود. در قسمت پیشپردازش از ماسک حذفکننده استفاده میشود. با کمک ماسک حذفکننده، تماشاچیان، تابلوهای تبلیغاتی اطراف زمین فوتبال و اشیاء متحرک اطراف زمین حذف میشوند. ماسک مذکور بهگونهای طراحی شده است که با اعمال بر روی یک فریم و حذف قسمتهای اضافی، تنها زمین فوتبال در تصویر باقی میماند. همه اشیاء و انسانهای اطراف زمین فوتبال توسط ماسک پوشانده میشوند.این ماسک بهصورت دستی و با مشخص کردن خطوط اطراف زمین تولید میشود.
تشخیص زمین مسابقه
اشیاء موردنظر در این مقاله بازیکنان فوتبال هستند. جهت شروع کار ابتدا پسزمینه تصویر حذف میشود. در فیلمهای مربوط به مسابقههای فوتبال پسزمینه اصلی، چمن زمین مسابقه است. در این بخش با استفاده از ویژگی رنگ پسزمینه، اقدام به حذف آن میشود. طبق قوانین فیفا زمین فوتبال به رنگ سبز است. این دانش اولیه به حذف پسزمینه کمک میکند.
