刘振旅 牛芳琳

摘要：针对传统篮球场景分割方法鲁棒性弱和分割精度不高的问题，以篮球场景分割和运动员精确定位目的，提出了一种基于DeepLabv3+改进的篮球场景语义分割模型。该模型在DeepLabv3+网络的基础上设计了一个相对复杂的解码器，使用多次特征融合的方式来更好的还原图像的语义信息，引入了卷积块注意力机制，优化了通道权重和位置信息，降低了模型的计算复杂度，提升了边缘敏感度。实验结果表明，本文的模型要比FCN的全卷积模型提高21.8%，比DeepLabv3+提高1.9%。在分割速度上，可以达到每秒处理6张图片。提高了对于篮球场景的语义分割精度。

关键词：篮球场景;语义分割;DeepLabv3+;注意力机制;解码器

Abstract： Aiming at the problems of weak robustness and low segmentation accuracy of traditional basketball scene segmentation methods， for the purpose of basketball scene segmentation and accurate positioning of players， a semantic segmentation model of basketball scene based on DeepLabv3+ is proposed. The model designs a relatively complex decoder based on the DeepLabv3+ network， uses multiple feature fusion methods to better restore the semantic information of the image， introduces the convolution block attention mechanism， and optimizes the channel weight and position information ， Which reduces the computational complexity of the model and improves the edge sensitivity. The experimental results show that the model in this paper is 21.8% higher than the FCN full convolution model， and 1.9% higher than DeepLabv3+. In terms of segmentation speed， it can process 6 pictures per second. Improved the accuracy of semantic segmentation for basketball scenes.

Keywords： basketball scene; semantic segmentation; DeepLabv3+; attention mechanism; decoder

近年来，篮球运动在国内外风靡，职业联赛中，运动员的对抗非常激烈，比赛中难免出现漏判和误判的现象。公平的判罚对于篮球比赛是至关重要的，裁判的判罚往往左右着比赛的走势。那么如何改善这一情况成为一大难题，CBA中有前场裁判和后场裁判以及摄像回放，虽然摄像回放很清楚，但是如果每个镜头都通过回放来判断，那么比赛会变得无比的复杂和费时，不具备时效性。所以对于运动员的行为判别研究非常有必要的。当前运动员属性的识别方法还是对于属性的存在性进行研究，而没有获取人和球属性的位置信息。需要获取运动   和球的位置也就是精确定位，这是属性判断的前提，那么对于篮球场景的语义分割是非常有意义的。

深度学习因其对图像特征的提取能力和对复杂问题的拟合能力，广泛应用于各个领域，而语义分割是深度学习的关键任务之一。……