TY -的A2 -古普塔,阿米特盟——郑,Bo PY - 2022 DA - 2022/07/06 TI -足球运动员视频目标跟踪基于深度学习SP - 8090871六世- 2022 AB -足球运动员视频目标跟踪是一项非常有挑战性的工作,具有良好的实用和商业价值。传统的足球比赛目标跟踪依赖运动员携带录音芯片实现目标跟踪,但成本非常高。与摄影技术和深度学习技术的快速发展,运动员的目标跟踪是通过足球比赛视频。深度学习技术应用于计算机视觉检测和跟踪。如何实现足球球员的视频目标跟踪在深度学习是一项具有挑战性的课。为了解决这个问题,本文以视频目标跟踪的足球运动员为研究对象,收集游戏体育场通过多个摄像机的图像,实现长期的准确跟踪多个玩家,建立摄像机实现多目标跟踪系统。形成的KCF算法和改进的KCF算法代替猪KCF算法的特性与深度卷积神经网络用于比较不同目标跟踪和分析的影响范围和目标数字系统的目标跟踪精度,以便准确地获得足球运动员的运动轨迹。足球比赛的结果表明,该图像数据收集由多个摄像头,独立和多个摄像机收集的数据来生成每个目标运动数据。KCF算法的摄像机实现多目标跟踪具有良好的鲁棒性和实时长期准确跟踪的足球运动员;KCF算法和改进的KCF算法在目标跟踪精度高。 With the increase of tracking frame range, the accuracy of target tracking of the two algorithms is improved. At the same time, multitarget tracking helps to improve the antiocclusion ability of the system. The research results have important practical significance and good application prospects for the analysis technology of video content of football matches. SN - 1574-017X UR - https://doi.org/10.1155/2022/8090871 DO - 10.1155/2022/8090871 JF - Mobile Information Systems PB - Hindawi KW - ER -