खेल वीडियो के लिए चार-बिंदु कैमरा कैलिब्रेशन विधि

कैमरा कैलिब्रेशन का मुख्य उद्देश्य एक खेल क्षेत्र टेम्पलेट और वीडियो फ्रेम में संबंधित क्षेत्र के बीच होमोग्राफी का अनुमान लगाना है। अत्याधुनिक दृष्टिकोण इस लक्ष्य को प्राप्त करने के लिए गहरी अध्ययन तकनीकों का उपयोग करते हैं। हालाँकि, बड़े प्रशिक्षण डेटासेट की कमी के कारण अविश्वसनीय परिणाम मिलते हैं। खोज आधारित दृष्टिकोण बेहतर सटीकता प्रदान करते हैं, लेकिन बहुत उच्च संग्रहण लागत के दाम पर। इस पेपर में, इन चुनौतियों से निपटने के लिए एक चार-बिंदु कैमरा कैलिब्रेशन विधि का प्रस्ताव है। इसमें चार चरण होते हैं: पहले, एक शर्तीय जनरेटिव प्रतिकूल नेटवर्क (cGAN) का उपयोग करके अर्थपूर्ण रूप से विभाजित वीडियो फ्रेम उत्पन्न किए जाते हैं। यह cGAN एक सामान्य छवि से छवि रूपांतरण तकनीक है जो छोटे प्रशिक्षण डेटासेट के लिए भी मजबूत प्रदर्शन देता है। उद्देश्य ऐसे अग्रभूमि वस्तुओं को समाप्त करना है जो चार उपयुक्त बिंदुओं के सटीक अनुमान को बहुत बाधित करते हैं। फिर, एक प्रतिगमन नेटवर्क प्रस्तुत किया जाता है जो एक एकल विभाजित वीडियो फ्रेम से चार बिंदुओं का अनुमान लगा सकता है। इस चरण में हमारा लक्ष्य कम संग्रहण लागत रखना है। अगले प्रसंस्करण चरण में, अनुमानित चार बिंदुओं और मूल चयनित चार बिंदुओं का उपयोग होमोग्राफी की गणना के लिए किया जाता है। इस तीसरे चरण में एक डायरेक्ट लीनिय र ट्रांसफॉर्मेशन (DLT) एल्गोरिदम लागू किया जाता है। अंतिम प्रसंस्करण चरण में, अनुमानित होमोग्राफी की सटीकता को एक संवर्धित सहसंबंध गुणांक (ECC) मॉड्यूल चलाकर परिष्कृत किया जाता है। प्रस्तावित विधि को व्यापक रूप से एक मानक 2014 विश्व कप डेटासेट का उपयोग करके मूल्यांकन किया गया है। प्राप्त परिणामों की तुलना अत्याधुनिक दृष्टिकोणों और U-नेट, VGG-16, ResNet-50 के आधार पर इसके परिवर्तनों से की गई है। प्राप्त परिणाम बताते हैं कि प्रस्तावित विधि सटीकता और संगणना दक्षता के मामले में श्रेष्ठ है। प्रस्तावित विधि की प्रभावशीलता और मजबूती को प्रदर्शित करने के लिए, इसे राष्ट्रीय बास्केटबॉल, 2018 विश्व कप और क्रॉस डेटासेट पर भी मान्य किया गया है। इन विविध परिवेशों में, प्रस्तावित विधि अभी भी प्रतिस्पर्धात्मक प्रदर्शन बनाए रखती है.