AI Goalkeeper Highlight Generator

目前该项目为研究/学习级产品，用于跟踪足球比赛中的人和球，并识别出守门员、计算威胁程度，用于最终自动生成守门员处理球集锦（未实现）。

输出视频示例

相机运动补偿后效果平面展示

已实现功能

• 对比赛视频中人（球员、守门员、教练、裁判）和球进行检测与跟踪（基于 YOLO + ByteTrack）
• CMC 相机运动补偿，抵消相机转动的影响
• 通过位置特征 (目前仅依靠x、y坐标) 排除裁判并识别守门员候选人

---

使用的技术与依赖

• 检测模型：football-players-detection
• 跟踪器：ByteTrack（配置文件 bytetrack.yaml）
• 可视化：OpenCV
• 语言：Python 3.10

安装依赖：

pip install -r requirements.txt

---

使用教程

模型文件 曾使用 YOLOv11m football-players-detection，自行训练或在 蓝奏云 下载模型 测试比赛视频已内置于 input_vids/ 中

1. 将模型文件放入 models/, 将比赛视频放入 input_vids/

2. 在 main.py 中修改 model 和 VIDEO_PATH 为你的文件路径

3. 运行 main.py

4. 处理完成后：

   • 跟踪日志会保存到 output/track_log.csv
   • 可运行 draw_2d.py 查看可视化结果，会保存至 output/track_trajectories.png

---

TODO

制作守门员处理球集锦（包括关键动作剪辑、威胁评分与可视化）

• 自动生成守门员处理球集锦
• 威胁度评分（结合位置、球速、对方球员密度等特征）
• 守门员姿态分析、运动速度轨迹分析

more detailed in TODO.md

---

🤝 贡献与联系

欢迎提交 issues 或 PR，亦可通过 hungryhenry101@outlook.com 进行联系