基于热成像数据与FLD的体育运动分类方法

针对体育运动的自动分类和运动员隐私问题,提出一种基于热成像数据与Fisher线性判别(FLD)的分类方法.首先,通过热成像相机获取10min的运动视频片段.然后,对于每一帧,通过单应性矩阵将其转换为三维世界坐标系,并通过像素占比来检测运动员的位置,标记为一个热点.接着,将所有帧中的运动员热点进行累积,形成运动热图.最后,利用主成分分析对热图进行降维,利用Fisher线性判别对热图进行分类.实验结果表明,对于预设的5种运动类型,该方案具有较高的正确分类率.