一种基于历史数据分析的人员身份替换检测方法及系统与流程

1.本发明属于身份识别技术领域，尤其涉及一种基于历史数据分析的人员身份替换检测方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.在体育运动中，公平、公正、公开一直是运动员们在赛场上竞技的标准；如果在体育竞技中失去了公平、公正的话，体育竞技也就失去了应该有的意义；而体育竞技要想做到公平公正，最重要的就是规则公平、裁判公平，所以说在体育竞技中要想做到公平，就需要从各方面来保证比赛的公平性，让每一个运动员在比赛中都能够发挥出自己的应有水平。
4.在规则以外，替换球员就会破坏比赛的公平性，现在依靠裁判和自觉性的监督方式，效率低、效果差，并不能真正保证比赛的有序、公平进行，所以亟需一种高效、准确的人员身份替换检测方法，来判断球员是否发生替换。


技术实现要素：

5.为克服上述现有技术的不足，本发明提供了一种基于历史数据分析的人员身份替换检测方法及系统，结合球员的自身身体素质特征以及在球场上的表现，构建球员的画像向量，将相似度度量与球员替换检测结合在一起，提高球员替换检测的准确性，为相似度度量技术提供全新的应用场景。
6.为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
7.本发明第一方面提供了一种基于历史数据分析的人员身份替换检测方法；
8.一种基于历史数据分析的人员身份替换检测方法，包括：
9.对球员的身体素质画像及历史比赛数据进行处理，得到球员的历史画像向量；
10.基于待检测球员在当前比赛中的数据，构建待检测球员的当前画像向量；
11.根据待检测球员的历史画像向量与当前画像向量间的相似度，得到身份替换结果。
12.进一步的，所述身体素质画像，是由身高和臂展组成的1
×
2维向量。
13.进一步的，所述历史比赛数据是1
×
11维向量，向量元素分别为比赛中的命中率、爆发力、耐力、灵敏度、协调性、跳跃频次、担任中锋的次数、担任大前锋次数、担任小前锋次数、担任得分后卫次数、担任控球后卫次数。
14.进一步的，所述爆发力、耐力、灵敏度、协调性，是比赛中球员的爆发力、耐力、灵敏度、协调性分数；
15.所述担任中锋的次数、担任大前锋次数、担任小前锋次数、担任得分后卫次数、担任控球后卫次数，是赛场上包含五个点位，即中锋、大前锋、小前锋、得分后卫、控球后卫，将球员在点位上的画像定义为1
×
5维的向量，元素初始值均为0，记录该场比赛中球员的点
位，在某点位上出现一次，对应向量中的元素加1，分别得到各个点位的次数。
16.进一步的，所述得到球员的历史画像向量，具体为：
17.对球员多场比赛的历史比赛数据进行均值处理，得到球场表现画像；
18.将身体素质画像和球场表现画像进行合并，得到球员的历史画像向量。
19.进一步的，所述相似度，用两个向量之间的欧式距离来度量，欧式距离d的计算公式为：
[0020][0021]
其中，xi代表历史画像向量中的元素，yi表示当前画像向量中的元素。
[0022]
进一步的，比较两个向量之间的距离与预先设定的阈值的关系，若小于阈值，则认定该球员在当前比赛中未被替换，若高于阈值，则认定为该球员已被替换。
[0023]
本发明第二方面提供了一种基于历史数据分析的人员身份替换检测系统。
[0024]
一种基于历史数据分析的人员身份替换检测系统，包括历史画像向量模块、当前画像向量模块和相似度模块：
[0025]
历史画像向量模块，被配置为：对球员的身体素质画像及历史比赛数据进行处理，得到球员的历史画像向量；
[0026]
当前画像向量模块，被配置为：基于待检测球员在当前比赛中的数据，构建待检测球员的当前画像向量；
[0027]
相似度模块，被配置为：根据待检测球员的历史画像向量与当前画像向量间的相似度，得到身份替换结果。
[0028]
本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的一种基于历史数据分析的人员身份替换检测方法中的步骤。
[0029]
本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的一种基于历史数据分析的人员身份替换检测方法中的步骤。
[0030]
以上一个或多个技术方案存在以下有益效果：
[0031]
本发明提出一种通过对球员在当前赛场上的画像与其历史画像数据进行相似度计算来判断球员是否发生替换的算法；该算法构建了球员历史画像数据库，从身体素质和球场表现两个方面对球员画像进行描述，还创新性地将相似度度量应用到球员替换检测上，提高球员替换检测的准确性，为相似度度量技术提供全新的应用场景。
[0032]
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0033]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0034]
图1为第一个实施例的方法流程图。
[0035]
图2为第一个实施例的算法示意图。
[0036]
图3为第二个实施例的系统结构图。
具体实施方式
[0037]
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
[0038]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0039]
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0040]
实施例一
[0041]
本实施例公开了一种基于历史数据分析的人员身份替换检测方法；
[0042]
如图1所示，一种基于历史数据分析的人员身份替换检测方法，包括：
[0043]
s1、对球员的身体素质画像及历史比赛数据进行处理，得到球员的历史画像向量，具体为：
[0044]
s1-1、获取球员在多场比赛的历史比赛数据；
[0045]
比赛数据获取方式，包括但不限于人工统计、传感器分析、视觉感知算法获取等。
[0046]
如图2所示，假定有100名球员，依次选取每名球员当前时刻之前的20场比赛，对球员在每一场比赛中的命中率、爆发力、耐力、灵敏度、协调性、跳跃频次、赛场中出现的点位进行记录，记录方法如下：
[0047]
命中率：记录该场比赛中该球员的投篮次数以及投中次数。则命中率＝投中次数/投篮次数；
[0048]
爆发力、耐力、灵敏度、协调性：寻求10名专业人士对该场比赛中被记录球员的爆发力、耐力、灵敏度、协调性进行打分，对10名专业人士的打分取均值，即可得到被记录球员在该场比赛中的爆发力、耐力、灵敏度、协调性数据。
[0049]
跳跃频次：记录该场比赛中球员的跳跃次数。
[0050]
赛场中出现的点位：篮比赛场上包含五个点位，即中锋、大前锋、小前锋、得分后卫、控球后卫，将球员在点位上的画像定义为1
×
5维的向量，元素初始值均为0，记录该场比赛中球员的点位，在某点位上出现一次，对应向量中的元素加1。
[0051]
对球员在每场比赛中的数据进行记录，最终得到每名球员球场表现的历史画像为20个1
×
11维向量，向量元素分别代表每场比赛中的命中率、爆发力、耐力、灵敏度、协调性、跳跃频次、担任中锋的次数、担任大前锋次数、担任小前锋次数、担任得分后卫次数、担任控球后卫次数。
[0052]
s1-2、对历史比赛数据进行均值处理，得到球场表现画像；
[0053]
球员在20场比赛中的历史比赛数据，即20个1
×
11维向量对应元素相加取均值，最终得到一个1
×
11维向量的球场表现画像，100个球员的球场表现画像，即100个1
×
11维向量。
[0054]
s1-3、将身体素质画像和球场表现画像进行合并，得到球员的历史画像向量。
[0055]
所述身体素质画像，是由身高和臂展组成的1
×
2维向量，记录球员的身高及臂展，得到100个球员的身体素质画像，即100个1
×
2维向量。
[0056]
将步骤s1-3和s1-2中得到的球员的画像向量进行合并，最终得到由100个球员的历史画像向量组成的球员历史画像数据库。
[0057]
s2、基于待检测球员在当前比赛中的数据，构建待检测球员的当前画像向量；
[0058]
假定当前要举行一场比赛，球场上某球队包含10名球员且这10名球员均包含于步骤s1-3构建的球员历史画像数据库中。假定这10名球员编号依次为1,2,3,4,5,6,7,8,9,10，从球员历史画像数据库中获取上述球员的画像数据，那么每个编号均对应一个1
×
13维的向量。
[0059]
比赛进行一段时间后对编号为3的球员进行替换检测，则根据当前正在进行的比赛，利用步骤s1所述的记录方法构建球员3的最新画像向量。
[0060]
s3、根据待检测球员的历史画像向量与当前画像向量间的相似度，得到身份替换结果。
[0061]
得到输入编号为3的待检测球员在当前比赛中最新的画像向量，利用相似度度量技术计算历史画像向量与当前画像向量间的欧式距离，计算公式如下所示：
[0062][0063]
即：
[0064]
其中，xi代表历史画像向量中的元素，yi表示当前画像向量中的元素。
[0065]
预先设定距离阈值为20，比较两个向量之间的距离与阈值的关系，若小于阈值，则认定该球员在当前比赛中未被替换，若高于阈值，则认定为该球员已被替换。
[0066]
实施例二
[0067]
本实施例公开了一种基于历史数据分析的人员身份替换检测系统；
[0068]
如图3所示，一种基于历史数据分析的人员身份替换检测系统，包括历史画像向量模块、当前画像向量模块和相似度模块：
[0069]
历史画像向量模块，被配置为：对球员的身体素质画像及历史比赛数据进行处理，得到球员的历史画像向量；
[0070]
当前画像向量模块，被配置为：基于待检测球员在当前比赛中的数据，构建待检测球员的当前画像向量；
[0071]
相似度模块，被配置为：根据待检测球员的历史画像向量与当前画像向量间的相似度，得到身份替换结果。
[0072]
实施例三
[0073]
本实施例的目的是提供计算机可读存储介质。
[0074]
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开实施例1所述的一种基于历史数据分析的人员身份替换检测方法中的步骤。
[0075]
实施例四
[0076]
本实施例的目的是提供电子设备。
[0077]
电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所
述处理器执行所述程序时实现如本公开实施例1所述的一种基于历史数据分析的人员身份替换检测方法中的步骤。
[0078]
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0079]
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0080]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0081]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0082]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
[0083]
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。