CN104778373B - 体育运动的战术识别方法和装置 - Google Patents

Abstract

本申请公开了一种体育运动的战术识别方法和装置。所述方法的一具体实施方式包括：获取所述体育运动的传球信息；将所述传球信息进行切分，得到多个传球片段；提取各传球片段中传球行为的传球数据和位置数据；采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式。该实施方式能够整合体育运动中的传球数据和位置数据，精确地识别体育运动的战术模式。本申请实施方式的战术识别方法可以区分同样的两个球员在场上不同位置的传球，提高了战术识别的准确率。

Description

体育运动的战术识别方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及数据处理技术领域，尤其涉及一种体育运动的战术识别方法和装置。

背景技术

随着体育行业的不断发展，人们对球类(足球、篮球等)职业队伍的策略分析以及战术模式有了更多的需求。现有技术中，球类体育赛事中的数据统计分析方法主要是有关时空数据的挖掘方法，着重识别队伍阵型以及球在场上的转移模型等，数据处理中信息丢失比较严重，不能精确地识别球队的战术、战略。因此，需要一种能够整合比赛数据中的不同类别描述信息，系统地对球类体育赛事中战术、战略进行自动分析和识别的方法。

发明内容

本申请的目的在于提供一种体育运动的战术识别方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种体育运动的战术识别方法，所述方法包括：获取所述体育运动的传球信息；将所述传球信息进行切分，得到多个传球片段；提取各传球片段中传球行为的传球数据和位置数据；采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式。

第二方面，本申请提供了一种体育运动的战术识别装置，所述装置包括：获取模块，用于获取所述体育运动的传球信息；切分模块，用于将所述传球信息进行切分，得到多个传球片段；提取模块，用于提取各传球片段中传球行为的传球数据和位置数据；识别模块，用于采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式。

本申请提供的体育运动的战术识别方法和装置，首先可以获取所述体育运动的传球信息，然后将所述传球信息进行切分，得到多个传球片段，之后提取各传球片段中传球行为的传球数据和位置数据，最后采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式，能够整合体育运动中的传球数据和位置数据，精确地识别体育运动的战术模式。本申请实施方式的战术识别方法可以区分同样的两个球员在场上不同位置的传球，提高了战术识别的准确率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了可以应用本申请实施例的示例性系统架构；

图2示出了本申请提供的体育运动战术识别方法的一个实施例的流程图；

图3示出了本申请提供的终端设备获取的体育运动的传球信息的示例性示意图；

图4示出了本申请提供的用于识别体育运动战术的主题模型的示例性结构示意图；

图5示出了本申请提供的传球模式识别结果的示例性示意图；

图6示出了本申请提供的位置模式识别结果的示例性示意图；

图7示出了本申请提供的战术模式识别结果的示例性示意图；

图8示出了本申请提供的体育运动战术识别装置的一个实施例的结构示意图；

图9示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、网络103和服务器104。网络103用以在终端设备101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端设备101、102通过网络103与服务器104交互，以接收或发送消息等。终端设备101、102上可以安装有各种通讯客户端应用，例如即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102可以是各种电子设备，包括但不限于个人电脑、智能手机、智能手表、平板电脑、个人数字助理等等。

服务器104可以是提供各种服务的服务器。服务器可以对接收到的数据进行存储、分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本申请实施例所提供的体育运动的战术识别方法可以由终端设备101、102执行，也可以由服务器104执行，体育运动的战术识别装置可以设置于终端设备101、102中，也可以设置于服务器104中。在一些实施例中，体育运动的战术模式可以在服务器104中进行识别，识别后的战术模式可以存储在终端设备101、102中，以提供给用户浏览。例如，在对体育运动的战术模式进行识别时，如果网络103通畅，可以由服务器104进行体育运动的战术模式识别后返回识别结果；如果没有网络或网络103不畅通，可以由终端设备101、102进行体育运动战术模式的识别。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

进一步参考图2，其示出了本申请提供的体育运动战术识别方法的一个实施例的流程200。本实施例主要以该方法应用于可以进行体育运动战术识别的终端设备中来举例说明，该终端设备可以是各种智能终端，包括智能手机、平板电脑、台式计算机、膝上型便携计算机和可穿戴式设备等等。本实施例的体育运动战术识别方法，包括以下步骤：

如图2所示，在步骤201中，获取体育运动的传球信息。

在本实施例中，终端设备可以首先获取需要进行战术识别的体育运动的传球信息。上述传球信息可以包括从体育运动的视频数据和/或文档数据中提取的传球信息，例如，该传球信息可以包括但不限于：球队名称、传球时间、出球球员姓名、出球球员编号、出球球员位置坐标、接球球员姓名、接球球员编号、和接球球员位置坐标。

请参考图3，其示出了本申请提供的终端设备获取的体育运动的传球信息的示例性示意图。如图3所示，终端设备获取的体育运动的传球信息包括：信息编号、传球时间、出球球员姓名、接球球员姓名、出球球员位置坐标、接球球员位置坐标等。

在本实施例中，终端设备可以从本地存储空间或外部设备获取体育运动的传球信息。例如，终端设备可以通过各种有线或无线的方式，从外部设备获取体育运动的传球信息。该外部设备例如可以是另一台终端设备，也可以是服务器。其中，上述无线连接方式包括但不限于3G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接或者其它未来将开发的无线连接方式。

继而，在步骤202中，将传球信息进行切分，得到多个传球片段。

在整场体育运动中，战术模式可能是会发生变化的。因此，为了准确识别体育运动的战术模式，需要将终端设备获取的传球信息进行切分，得到多个传球片段。这样，终端设备可以基于各传球片段进行战术的识别，得到各传球片段的战术模式。

在本实施例的一个可选实现方式中，终端设备可以根据体育运动的暂停和球权转换将传球信息进行切分。例如，从图3中可以得知，这场体育运动在03:10和04:07分别暂停了一次。因此，可以将传球信息分为3个传球片段，每一个传球片段分别包含以下时间段：02:27-03:10、03:54-04:07、04:43-04:45，相应的，每一个传球片段分别包含其对应时间段内的传球信息。

在步骤203中，提取各传球片段中传球行为的传球数据和位置数据。

在本实施例中，当在上述步骤202中得到多个传球片段后，可以进一步提取各传球片段中传球行为的传球数据和位置数据。由于每一个传球片段获取的传球信息种类较多，在对体育运动的战术进行识别时，可能不会用到所有的传球信息。例如，如图3所示的传球信息中，在对体育运动的战术进行识别时，可能不会用到的传球信息包括：信息编号、传球时间等。因此，终端设备可以提取在识别战术模式时需要用到的传球信息，该传球信息例如可以是各传球片段中传球行为的传球数据和位置数据。

在本实施例的一个可选实现方式中，上述传球数据可以包括出球球员信息和接球球员信息，位置数据可以包括接球球员的位置坐标。具体地，出球球员信息例如可以是出球球员姓名或编号，接球球员信息例如可以是接球球员姓名或编号。

在步骤204中，采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的战术模式。

在本实施例中，当在上述步骤203中提取到各传球片段中传球行为的传球数据和位置数据后，终端设备可以采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的战术模式。主题模型的参数包括传球模式、位置模式和战术模式。

在本实施例的一个可选实现方式中，终端设备可以采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的传球模式和位置模式，进一步地，根据传球模式和位置模式确定战术模式。上述传球模式可以是出球球员传球到接球球员的概率分布，位置模式可以是接球球员的位置在球场上的概率分布。

请参考图4，其示出了本申请提供的用于识别体育运动战术的主题模型的示例性结构示意图。如图4所示，将体育运动的传球信息作为主题模型的文档，将各传球片段的战术z作为主题模型的主题，各传球片段的传球数据w和位置数据x为主题模型的词汇。Φ、Ψ、θ分别为各传球片段的传球模式、位置模式和战术模式，其中，Φ服从参数为β的狄利克雷分布，Ψ服从参数为γ的NIW(normal inverse Wishart，正态逆威沙特)分布，θ服从参数为α的狄利克雷分布。

在本实现中，可以用Q来表示一个队伍中的球员集合，并将切分后的传球片段集合记为D。对于集合D中的一个传球片段d中的第i次传球，可以假设战术为z_d,i。可以将出球球员记为u_d,i，接球球员记为v_d,i，也就是说，一次传球中的传球数据可以记为一条有向边w_d,i＝(u_d,i,v_d,i)。将接球球员在场上的位置记为x_d,i，从而，一次传球中的所有数据特征可以表示为f_d,i＝(w_d,i,x_d,i)。

终端设备可以采用主题模型对传球片段d中的所有传球数据进行识别，确定传球片段d的传球模式。在一个传球片段d中，传球模式可以服从参数为Φ的多项分布，其中，Φ可以服从参数为β的狄利克雷分布。β是一个已知数，可以根据贝叶斯共轭先验设置β的值，即可以根据以往的经验或对体育运动的历史数据进行数据分析确定β的值。可选地，β的取值范围通常为10^-4-10^-1。因此，Φ通常也叫做先验分布。在主题模型中输入在步骤203中提取到的各传球片段的传球数据后，可以输出传球模式的后验，即各传球片段的传球模式。

请参考图5，其示出了本申请提供的传球模式识别结果的示例性示意图。如图5所示，在本示例中，终端设备获取的传球片段中的传球数据为出球球员编号和接球球员编号。图5所示的传球模式识别结果为：在本传球片段中，球员13号分别向球员14号、11号、4号传球，球员5号向球员4号传球，球员5号向球员4号传球，球员4号向球员1号传球，球员1号向球员4号传球，球员6号向球员1号传球。

为了更精确地识别体育运动的战术模式，终端设备还可以基于步骤203中提取的位置数据识别各传球片段的位置模式。对于每个战术模式中每个球员v，位置模式可以服从参数为Ψ的正态分布，其中，Ψ可以服从参数为γ的NIW分布。γ是一个已知数，可以根据贝叶斯共轭先验设置γ的值，即可以根据以往的经验或对体育运动的历史数据进行数据分析确定γ的值。因此，Ψ通常也叫做先验分布。在主题模型中输入在步骤203中提取到的各传球片段的位置数据后，可以输出位置模式的后验，即各传球片段的位置模式。

请参考图6，其示出了本申请提供的位置模式识别结果的示例性示意图。如图6所示，在本示例中，将足球运动的传球信息切分成10个传球片段，图6分别示出了每一个传球片段中的位置模式，即每一个传球片段中接球球员的位置在球场上的概率分布。在图6所示的示例中，各传球片段的位置模式均不同，通过识别体育运动的位置模式，我们可以区分相同的球员在场上不同位置的传球。例如，在传球片段610中，接球球员的位置分布在前场区域；在传球片段620中，接球球员的位置分布在中场区域；在传球片段630中，接球球员的位置也分布在中场区域，但是与传球片段620的传球模式相比，传球片段630中接球球员分布的位置区域较小，接球球员的位置较集中。

在识别出体育运动各传球片段的传球模式和位置模式后，可以根据传球模式和位置模式确定战术模式。在一个传球片段d中，战术模式可以服从参数为θ的多项分布，其中，θ可以服从参数为α的狄利克雷分布。α是一个已知数，可以根据贝叶斯共轭先验设置α的值，即可以根据以往的经验或对体育运动的历史数据进行数据分析确定α的值。可选地，α的取值范围通常为10^-4-10^-1。因此，θ通常也叫做先验分布。在采用主题模型识别出各传球片段的传球模式和位置模式后，即可识别出战术模式的后验。

请参考图7，其示出了本申请提供的战术模式识别结果的示例性示意图。如图7所示，本传球片段的战术模式包括传球模式和位置模式，传球模式与图5所示的传球模式相同，位置模式表明本传球片段中接球球员的位置分布在前场区域。

本实施例提供的体育运动的战术识别方法，首先可以获取体育运动的传球信息，然后将传球信息进行切分，得到多个传球片段，之后提取各传球片段中传球行为的传球数据和位置数据，最后采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的战术模式，能够整合体育运动中的传球数据和位置数据，精确地识别体育运动的战术模式。本实施例的战术识别方法可以区分同样的两个球员在场上不同位置的传球，提高了战术识别的准确率。

应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

进一步参考图8，其示出了本申请提供的体育运动战术识别装置的一个实施例的结构示意图。

如图8所示，本实施例提供的体育运动战术识别装置包括：获取模块810、切分模块820、提取模块830、以及识别模块840。其中，获取模块810用于获取体育运动的传球信息；切分模块820用于将传球信息进行切分，得到多个传球片段；提取模块830用于提取各传球片段中传球行为的传球数据和位置数据；识别模块840用于采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的战术模式。

在本实施例的一个可选实现方式中，识别模块840还用于采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的传球模式和位置模式；根据传球模式和位置模式确定战术模式；其中，传球模式为出球球员传球到接球球员的概率分布，位置模式为接球球员的位置在球场上的概率分布。

在本实施例的另一个可选实现方式中，切分模块820还用于根据体育运动的暂停和球权转换将传球信息进行切分。

应当理解，图8所示体育运动战术识别装置800中记载的诸单元或模块与图2描述的方法中的各个步骤相对应。由此，上文针对体育运动战术识别方法描述的操作和特征同样适用于图8所示的装置800及其中包含的模块，在此不再赘述。

本实施例提供的体育运动战术识别装置，首先可以由获取模块获取体育运动的传球信息，然后切分模块将传球信息进行切分，得到多个传球片段，之后提取模块提取各传球片段中传球行为的传球数据和位置数据，最后识别模块采用主题模型对各传球片段中的传球数据和位置数据进行识别，确定各传球片段的战术模式，能够整合体育运动中的传球数据和位置数据，精确地识别体育运动的战术模式。本实施例的战术识别方法可以区分同样的两个球员在场上不同位置的传球，提高了战术识别的准确率。

下面参考图9，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统900的结构示意图。

如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、切分模块、提取模块、以及识别模块。其中，这些单元模块的名称在某种情况下并不构成对该单元模块本身的限定，例如，获取模块还可以被描述为“用于获取体育运动的传球信息的模块”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的智能箱包安全状态管理方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种体育运动的战术识别方法，其特征在于，所述方法包括：

获取所述体育运动的传球信息；

将所述传球信息进行切分，得到多个传球片段；

提取各传球片段中传球行为的传球数据和位置数据；

采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式。

2.根据权利要求1所述的方法，其特征在于，所述传球数据包括出球球员信息和接球球员信息，所述位置数据包括接球球员的位置坐标。

3.根据权利要求2所述的方法，其特征在于，所述采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式包括：

采用所述主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的传球模式和位置模式；

根据所述传球模式和位置模式确定所述战术模式；

其中，所述传球模式为出球球员传球到接球球员的概率分布，所述位置模式为接球球员的位置在球场上的概率分布。

4.根据权利要求3所述的方法，其特征在于，所述主题模型的参数包括所述传球模式、所述位置模式和所述战术模式。

5.根据权利要求4所述的方法，其特征在于，所述战术模式服从参数为θ的多项分布，其中，所述θ服从参数为α的狄利克雷分布。

6.根据权利要求5所述的方法，其特征在于，所述传球模式服从参数为Φ的多项分布，其中，所述Φ服从参数为β的狄利克雷分布。

7.根据权利要求6所述的方法，其特征在于，所述位置模式服从参数为Ψ的正态分布，其中，所述Ψ服从参数为γ的正态逆威沙特分布。

8.根据权利要求7所述的方法，其特征在于，根据贝叶斯共轭先验设置所述α、β、γ的值。

9.根据权利要求1-8任一所述的方法，其特征在于，根据所述体育运动的暂停和球权转换将所述传球信息进行切分。

10.一种体育运动的战术识别装置，其特征在于，所述装置包括：

获取模块，用于获取所述体育运动的传球信息；

切分模块，用于将所述传球信息进行切分，得到多个传球片段；

提取模块，用于提取各传球片段中传球行为的传球数据和位置数据；

识别模块，用于采用主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的战术模式。

11.根据权利要求10所述的装置，其特征在于，所述传球数据包括出球球员信息和接球球员信息，所述位置数据包括接球球员的位置坐标。

12.根据权利要求11所述的装置，其特征在于，所述识别模块还用于：

采用所述主题模型对所述各传球片段中的传球数据和位置数据进行识别，确定所述各传球片段的传球模式和位置模式；

根据所述传球模式和位置模式确定所述战术模式；

其中，所述传球模式为出球球员传球到接球球员的概率分布，所述位置模式为接球球员的位置在球场上的概率分布。

13.根据权利要求12所述的装置，其特征在于，所述主题模型的参数包括所述传球模式、所述位置模式和所述战术模式。

14.根据权利要求13所述的装置，其特征在于，所述战术模式服从参数为θ的多项分布，其中，所述θ服从参数为α的狄利克雷分布。

15.根据权利要求14所述的装置，其特征在于，所述传球模式服从参数为Φ的多项分布，其中，所述Φ服从参数为β的狄利克雷分布。

16.根据权利要求15所述的装置，其特征在于，所述位置模式服从参数为Ψ的正态分布，其中，所述Ψ服从参数为γ的正态逆威沙特分布。

17.根据权利要求16所述的装置，其特征在于，根据贝叶斯共轭先验设置所述α、β、γ的值。

18.根据权利要求10-17任一所述的装置，其特征在于，所述切分模块还用于，根据所述体育运动的暂停和球权转换将所述传球信息进行切分。