篮球比赛视频节目中短管哨声检测方法.pdfVIP

篮球比赛视频节目中短管哨声检测方法 曾春艳，窦维蓓 (清华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】：本文提出了一种检测篮球比赛视频中重要音频关键词(短管哨声)的方法。文章通过 分析短管哨声的频谱分布特性提出一种二级检测方法：首先提取特定子带能量峰指数特征，并 采用门限决策方法获得关键词候选集；第二级再结合梅尔频率倒谱系数和支持蔚量机得到最终 的关键词检测结果。选取时长为1378秒的NBA篮球比赛音频片段作为测试序列，验证了本 方法具有正确率和检出率分别为95．45％和91．3％的性能。 [关键词】：短管哨声门限决策方法梅尔频率倒谱系数支持向量机 1引言 多媒体信息检索技术有广阔的应用前景，如网络多媒体监控、视频编辑等。篮球比赛视频 深受大众喜爱，对其进行检索有着重要的意义。在篮球比赛节目中，我们常常会关注那些最重 要、最吸引入的内容，即精彩镜头。对精彩镜头的检索有利于体育爱好者选择观看，有助于裁 判、教练和运动员分析技术性动作，方便视频编辑员更快更好地分割与注解比赛节目。篮球比 赛精彩镜头检索包括事件检测和关键词检测。篮球比赛中包含丰富的音频信息，精彩事件的发 生常常伴随着各种声音。因此，音频关键词的检测对事件的检索存在重要的意义。 目前，在篮球比赛音频关键词检测方面已有不少研究成果。Zhang等人Il】提出一种检索篮 cepstral 来检测欢呼声这一音频关键词。该方法的检索准确率大约为700。Nepal等人团通过提取子带 能量作为音频特征和采用统计方法来检测关键词(欢呼声)。欢呼声的检索准确率为 vector 频特征和采用支持向量机($VM-support 管哨声、篮球撞击篮板或者篮筐的声音、激烈的欢呼声、激烈的解说声、平和的欢呼声和平和 markov 一阶、二阶差分等音频特征和采用隐马尔科夫模型(HMM：hiddenmodel)得到五个 音频关键词(短管哨声、激烈的欢呼声、激烈的解说声、平和的欢呼声和平和的解说声)。关 键词的检测准确率为85．7l％一100％。 短管哨声在篮球比赛中具有区分比赛结构和关键事件的作用，而目前的研究多集中于欢呼 赛序列得到短管哨声的检测准确率为99．45％，Liu采用40分钟的比赛序列得到短管哨声的准 确率和回检率都为100％。他们采用的训练集与测试集的比值都为2比1，且测试集与训练集 183 来自同一场比赛。为了设计具有鲁棒性的检测方法，我们将采用两组不同场次的篮球比赛视频 文件分别作为训练和测试所需的原始数据。本文通过分析短管哨声的时频特性提出一个二级检 测方法：第一级通过提取特定子带能量峰指数特征，并采用门限决策方法获得短管哨声的候选 集；第二级再结合MFCC特征和SVM得到最终的关键词检测结果。检测结果的评价方法采用 准确率和回检率，如(1)所示。 降率一焉瓣枷鼢 … 【回检率=焉墓篆雯嚣瓣埘oo％ w 2音频特征分析与提取 短管哨声一般出现在两种情况下：中场发球和球员犯规，即短管哨声与中场发球事件和犯 规事件具有紧密联系。因此，对短管哨声的检测非常有意义。 与篮球比赛中的其他声音对比，短管哨声的频谱特征非常明显：如图l所示，短管哨声在 band ffllergypeak 带内最大谱峰与整个频带的最大谱峰的比值(子带能量峰指数)和子带内能量的总和与整个频 带内能量总和的比值(子带能量比值)两个值构成。 亨 f 》 { } l 4 执。山…i_I。山。气 ： L ．。。