體育訓練的視頻分析系統設計與實現

王雪

摘 要： 設計基于TMS320DM642的體育訓練視頻分析系統，系統以數字處理器TMS320DM642為核心進行體育訓練視頻的快速存儲、數據采集與目標跟蹤，設計了系統硬件結構，介紹了多媒體接口與TMS320DM642之間的連接方式，給出基于馬爾科夫鏈的體育訓練視頻目標跟蹤模型，并在Visual Studio 2015的開發環境上實現了體育訓練視頻同步播放以及多動態目標同步跟蹤兩大重要功能。實驗結果表明設計的系統目標跟蹤能力強，應用成本低。

關鍵詞： 數字處理器； 體育訓練； 視頻分析； 系統設計

中圖分類號： TN948.4?34； TP391.41 文獻標識碼： A 文章編號： 1004?373X（2017）15?0029?04

Abstract： A TMS320DM642?based video analysis system of sports training was designed. The digital processor TMS320DM642 is taken as the core of system to perform the fast storage， data acquisition and target tracking of the sports training video. The hardware structure of the system was designed. The connection mode between the multimedia interface and TMS320DM642 is introduced. The Markov chain based video target tracking model of sports training is given. Two important functions of video synchronous broadcasting and dynamic multi?object synchronous tracking of sports training were implemented in the development environment of Visual Studio 2015. The experimental results show that the system has strong target tracking ability， and low application cost.

Keywords： digital processor； sports training； video analysis； system design

0 引 言

改革開放以來，體育競技越來越受到民眾的歡迎，體育訓練也開始依附于科技成果進行大力發展，可以說，體育競技成績與科技發展密不可分。強化體育訓練是提高體育競技成績的關鍵，體育訓練視頻是分析競技戰術與運動員個人素質的重要關聯介質，隨著機器視覺、智能識別技術以及形態學的發展，針對體育訓練的視頻分析系統將在不久的將來逐漸取締傳統肉眼分析方法，為體育競技找尋到更加合理的訓練方式，以提高競技水平，增強民族榮譽感。

1 體育訓練視頻分析系統設計

1.1 系統核心組件設計

設計體育訓練視頻分析系統的核心是數字處理器[1]，所選數字處理器型號為TMS320DM642，其實物圖如圖1所示，數字處理器TMS320DM642由德州儀器于2004年推出，至今為止，其強大的性能仍領先于持續革新的新型數字處理器。TMS320DM642是一種專門針對多媒體信息處理的解決方案，內核為C64x，寄存器共計64個，可進行8通道并行運算。如圖2所示，TMS320DM642擁有6段存儲空間，每段存儲空間均有各自的存儲地址，最高時鐘頻率為650 MHz，計算速率特別快。其內部的快速緩沖貯存區為雙級緩沖架構[2]，存儲空間以及數字信號處理區域各涉及到一級緩沖架構，不同的是，存儲空間緩沖架構只對體育訓練視頻進行快速存儲，而數字信號處理區域緩沖架構既可以進行體育訓練視頻快速存儲，還能將體育訓練視頻映射到其他存儲器。由于同步動態隨機存儲器的存在，TMS320DM642在突然上電或斷電的瞬間不會丟失體育訓練視頻數據[3]。TMS320DM642為體育訓練視頻提供多個存儲方案，便于進行視頻內容與格式整理，其在調取視頻內容時統一使用多媒體接口進行實現，故要求多媒體接口必須為高清接口且兼容大量視頻格式。

1.2 系統硬件結構設計

本文體育訓練視頻分析系統結構如圖3所示，其中除最核心的TMS320DM642及其周邊組件之外，系統還包括視頻采集與處理模塊、電源模塊、通用異步收發傳輸器控制端、網絡控制芯片、存儲總線和JTAG（Joint Test Action Group，聯合測試工作組）等。系統采集到的體育訓練視頻均通過存儲總線進行存儲地址分配[4]，由TMS320DM642及其周邊組件實現功能性存儲，當需要進行視頻分析時，存儲總線再將所需視頻傳輸給視頻采集與處理模塊。網絡控制芯片的作用是進行網絡帶寬調節，JTAG的作用是時刻調整TMS320DM642運行狀態，包括寄存器、時鐘、復位的同步測試與校正。

本文體育訓練視頻分析系統的電源模塊為視頻采集與處理模塊提供5.5 V電源，為TMS320DM642提供3.5 V電源，為存儲總線提供2.0 V電源。為各組件、模塊單獨設置不同規格的電源，可維持系統穩定運行[5]。為確保系統各組件與模塊的安全性，當需要關閉系統時，應先關閉存儲總線電源，隨后關閉TMS320DM642電源，最后關閉視頻采集與處理模塊電源。啟動系統的上電順序與關閉系統電源順序相同。多媒體接口是體育訓練視頻的惟一輸出端，分析視頻之前必須明確多媒體接口與TMS320DM642的連接關系，以確保視頻內容完整無誤。圖4是多媒體接口與TMS320DM642連接簡圖，TMS320DM642承載網絡受網絡控制芯片管理，由存儲總線將其連接到多媒體接口進行7位或19位尋址。TMS320DM642通用輸入/輸出接口與多媒體接口中的A20地址線連接，用來解決不同視頻格式無法進行同步傳輸的問題。

1.3 體育訓練視頻目標跟蹤模型設計

體育訓練視頻目標跟蹤是視頻分析中最重要的環節之一，也是所有分析內容的基礎數據。體育訓練視頻中的目標與背景會隨著拍攝條件的變化而出現視覺角度變化，不同的視覺角度給出的目標分析數據不同，分析結果便會出現不一致性，但這些不一致性數據對體育競技來說都是有效數據，可反映運動員行為姿態[6]，因此，在進行目標跟蹤時不能只使用單一跟蹤器，而是需要利用多個跟蹤器全方位采集體育訓練視頻中的多角度數據，如圖5所示。

體育訓練視頻目標跟蹤模型可細化為行為觀察模型與基本運動模型兩個子模型：基本運動模型的作用是對目標運動規律進行整體提取；行為觀察模型是對基本運動模型的目標行為細化[7]。體育訓練視頻目標跟蹤模型在兩個子模型上分別安置了多個目標跟蹤器，對跟蹤數據進行交互與采樣，得到跟蹤結果。基本運動模型的目標跟蹤器分為兩類：一類用來針對高速運動目標進行跟蹤；另一類則用來進行普通行為跟蹤[8]。基本運動模型的函數表述為：

式中：表示目標行為規律函數，是時刻的目標行為數據，是目標跟蹤器序列；為正態分布函數，表示的是一個目標行為數據為行為方差為的正態分布規律。

行為觀察模型的基本思想是在基本運動模型上建立一個馬爾科夫鏈[9]，先假設一個目標行為方向，再對這個方向的可行性進行驗證。行為觀察模型的目標行為方向假設函數表述為：

式中：表示行為方向假設函數；是指對時刻下第個目標跟蹤器的基本運動狀態進行假設而得到的方向。

行為觀察模型的假設方向驗證函數可表述為：

式中：函數表示求取某一范圍內的最小值。設置一個閾值，當式（3）滿足閾值時，便可將假設的體育訓練視頻分析方向作為視頻分析結果輸出。若需要進行深度分析，可從TMS320DM642的外部存儲接口上連接相應的計算代碼。

2 體育訓練視頻分析系統實現

本文體育訓練視頻分析系統的開發環境[10]為Visual Studio 2015，將重點對體育訓練視頻同步播放進程和多動態目標同步跟蹤進程進行實現。實現視頻同步播放的目的是將不同體育訓練視頻中的相同場景進行對比分析，具體進程如圖6所示。

由圖6可知，體育訓練視頻同步播放進程中包括兩個功能插件：一個是播放狀態測試插件；另一個是播放線程建立插件。如果兩個體育訓練視頻中的任意一個或兩個不能正常播放，則使用回調函數暫停視頻內容的播放狀態，重新進入視頻播放步驟。在視頻能夠正常播放的狀態下，建立一個播放線程，用來將兩個視頻中的目標行為調制成一致性。

多動態目標同步跟蹤是為了確保多目標的多行為能夠被同時提取，提高系統的目標跟蹤精度與行為分析效率，具體進程如圖7所示，當體育訓練視頻中的所有目標被確定出來后，多動態目標同步跟蹤進程開始工作，通過截取多目標圖像獲取初步目標行為規律，在幀圖像上標記目標點，直接對目標點進行全方位跟蹤，最后將跟蹤數據以日志形式保存并輸出。

3 系統性能的測試

實驗驗證環境為：CPU為四核2 GHz，運行內存為3 GB，視頻處理軟件選用Halcon 12.0。將本文設計的體育訓練視頻分析系統與文獻[5]中的視頻分析系統進行實驗驗證。首先打開兩段從不同視覺角度拍攝的籃球訓練視頻（視頻內容由我國某市級籃球隊提供），確定3號、5號和8號球員為視頻分析目標，在幀上標記目標點實施跟蹤。3號、5號和8號球員在兩段視頻上的同步幀數量分別為354個、121個和157個。表1對兩個視頻分析系統的目標跟蹤能力進行統計，由表1可知，本文系統給出的跟蹤幀數量與實際的同步幀數量幾乎一致，而且只消耗了很短的時間，表示本文系統的跟蹤精度與定位用時均要好于對比視頻分析系統，在實驗中表現出了很強的跟蹤能力。

在體育訓練視頻分析系統的實際使用中，除系統跟蹤能力之外，應用成本也是球隊管理者需要著重考慮的重要問題，這與體育訓練經費直接掛鉤，符合我國國情。表2對比了本文系統與基于對比視頻分析系統的應用成本。

由表2可知，實驗從系統開發周期、維護周期、客戶端擴展能力、開發難度以及基本經費5個方面入手，對本文系統與對比視頻分析系統的應用成本進行了統計。其中，本文系統的開發周期比對比系統少3個月，維護周期則少6個月，而且由于本文系統的擴展性強，所以其并未花費太高的基本經費。特殊功能可在實際使用時自行添加，整體開發難度比較低，容易實現較高應用性能與較低應用成本的有機結合。

4 結 語

本文設計了一種新型的體育訓練視頻分析系統，其由TMS320DM642及其周邊組件、視頻采集與處理模塊、電源模塊、通用異步收發傳輸器控制端、網絡控制芯片、存儲總線和JTAG等組成，包括體育訓練視頻同步播放以及多動態目標同步跟蹤兩大重要功能。結果表明，本文系統是一種專門針對多媒體信息處理的解決方案，具有目標跟蹤能力強、應用成本低的特點，未來發展前景非常好。

參考文獻

[1] 廖圣龍，安居白.基于視頻圖像的電力線故障診斷仿真研究[J].計算機仿真，2016，33（9）：147?150.

[2] 鄧光慶，周文.Multi?Agent模式下高校體育訓練管理決策系統的設計與實現[J].電子設計工程，2016，24（23）：156?158.

[3] 朱明.三軸加速度傳感器系統在運動技術分析領域的研究與應用[J].冰雪運動，2015，37（2）：89?96.

[4] 周克良，周利鋒，章祖忠.FPGA在視頻監控系統中的應用與設計[J].計算機測量與控制，2015，23（10）：3381?3384.

[5] 韓杰，陳耀武.基于Storm平臺的實時視頻分析系統[J].計算機工程，2015，41（12）：26?29.

[6] 周華東，李晶，周電波，等.基于智能視頻分析技術的高壓開關柜隱患預警與故障診斷方法[J].四川電力技術，2015，38（1）：36?39.

[7] 鄭併斌，范新南，李敏，等.基于軌跡分段LDA主題模型的視頻異常行為檢測方法[J].計算機應用，2015，35（2）：515?518.

[8] 張劍杰.高強度運動訓練下心肌損傷預防方法分析[J].科學技術與工程，2016，16（28）：158?162.

[9] 黃榮梅.視頻幀色差突變圖像的背景檢測參量提取[J].科技通報，2015，31（8）：78?80.

[10] 劉溶劍，王趙璽.基于Linux系統的H.264標準的實時視頻壓縮及傳輸系統設計[J].現代電子技術，2015，38（22）：78?79.