王斐

(西安航空职业技术学院 学生处， 陕西 西安 710089)

0 引言

球的运动轨迹和运动是分析运动员行为和球队表现的关键因素，因此对球在三维空间的跟踪是运动分析的重要组成部分。由于球总是在三维空间中运动，球的速度、方向和轨迹只能用三维信息精确地描述。因此，跟踪速度和球的三维位置精度直接影响到博弈分析的可靠性。目前虽然有很多针对足球的追踪和检测方法，如Hough找圆[1]，卡尔曼滤波[2]，粒子滤波[3-4]，均值漂移算法[5-6],颜色直方图[7-8]。但这些方法都面临以下问题：1.遮挡问题，即球经常被球员挡住，导致图像中没有跟踪目标，无法对其进行跟踪。2.由于缺乏多重空间信息，球的精确三维坐标很难获得。虽然针对这两个问题，目前已经有一些解决方案[9-11]，但这些方法的效果都不太理想，并且这些方法无法同时解决这两个问题。因此在这里，提出了利用多视点视频进行跟踪的方案MC-BALL。在该方法中，抗遮挡观测模型对每个摄像机进行遮挡决策，并根据遮挡摄像机的数量切换测量模型。三维球检测自动恢复检测跟踪故障，利用多摄像机的二维图像特征和同构关系恢复跟踪。

1 多机位三维球检测算法(MC-BALL)

一般场地中会有多个机位，因此在这里使用从不同角度拍摄的同步视频。多个摄像机不仅可以获取三维信息，而且可以相互检查和校正。主要理论是基于文献[12]。该框架的总体结构，如图1所示。

图1 MC-BALL目标检测结构

文献中公式的状态空间是球在三维空间中的位置，离散时间t的状态定义为Xk=[xk,yk,zk],k∈N。……