avtomatska analiza gibanja v izbranih moštvenih športnih igrah

More documents

Recommendations

Info

82 Ocenjevanje izvedbe aktivnosti z uporabo ˇsablon aktivnosti Po tem, ko so zgrajene verige za posamezne akcije, je potrebno te verige povezati v končno mreˇzo, ki jo lahko uporabimo za ocenjevanje izvedbe aktivnosti (slika 5.8). V ta namen v mreˇzo dodamo logične razvejitvene (ang. split) in zdruˇzitvene (ang. join) prehode (sivi prehodi na sliki 5.8), ki jih z verigami poveˇzemo na tak način, da upoˇstevamo časovne zakonitosti, ki jih dobimo iz časovnega profila aktivnosti (poglavje 5.1). Logični prehodi in njihove povezave sluˇzijo pravilnemu prehajanju ˇzetonov skozi mreˇzo in so v mreˇzo dodani na tak način, da preprečimo morebitne zastoje v mreˇzi ter konflikte med različnimi verigami. Poleg tega pa pri povezovanju logičnih prehodov pazimo tudi na to, da so vse verige dostopne iz začetne označitve. začetek aktivnosti igr4 gibanje igr5 gibanje igr4 blok za 5 1.3 0.13 igr3 gibanje igr4 gibanje igr3 blok za 4 Slika 5.8: Petrijeva mreˇza za aktivnost ”Zaporedni blokadi”. 0.0 konec aktivnosti Črne pike znotraj mest predstavljajo trenutno označitev mreˇze. ˇ Stevilke nad ˇzetoni predstavljajo ocenjo izvedbe akcije do danega trenutka. Črno obarvani pravokotniki predstavljajo ˇze opaˇzene akcije, prazni ˇse neopaˇzene akcije, sivi pa predstavljajo logične - povezovalne prehode mreˇze. Poleg logičnih povezav dodamo v mreˇzo tudi dve navidezni (ang. dummy) mesti, ki predstavljata začetek in konec aktivnosti. Ti dve mesti sluˇzita predvsem pravilnemu delovanju mreˇze. Tako je namen začetnega mesta predvsem, da ˇzetoni pravilno preidejo v začetne verige, medtem ko je naloga končnega prehoda ta, da zdruˇzi ˇzetone, ki se pojavijo v posameznih nitih (ang. threads) mreˇze, spet v en skupen ˇzeton. Poleg tega bi lahko ti dve mesti uporabili tudi v primeru, da bi ˇzeleli neko aktivnost istočasno ocenjevati z večjim ˇstevilom ˇsablon, saj bi lahko posamezne modele aktivnosti s temi mesti zdruˇzili v eno skupno mreˇzo (slika 5.9).
5.3 Uporaba Petrijevih mreˇz za ocenjevanje aktivnosti 83 začetek aktivnosti igr4 gibanje igr5 gibanje igr4 blok za 5 0.0 1.3 0.13 igr3 gibanje igr2 gibanje 0 . 11 igr2 gibanje igr1 gibanje igr4 gibanje igr3 blok za 4 konec aktivnosti igr4 gibanje igr1 blok za 3 Aktivnost 1 Aktivnost 2 Slika 5.9: Primer povezovanja večjega ˇstevila ˇsablon v skupno mreˇzo. 5.3.1 Določanje časovnih parametrov mreˇze Po tem, ko je struktura mreˇze ustrezno definirana, je potrebno določiti tudi njene parametre, s čimer omogočimo njeno pravilno delovanje. V naˇsem primeru to pomeni, da je potrebno določiti pogoje, pri katerih lahko pride do proˇzenja posameznih prehodov. Kot je ˇze bilo omenjeno, lahko pride do proˇzenja posameznega prehoda zaradi dveh razlogov. Prvi razlog je, da je bila akcija opaˇzena, drugi pa, da je potekel čas, v katerem naj bi bila akcija opaˇzena. V prvem primeru je proˇzenje prehoda doseˇzeno na podlagi odziva detektorja akcije, ki so bili opisani v poglavju 4.1.2. Slika 5.10 prikazuje primer odziva detektorja <strong>gibanja</strong> na gibanje igralca po igriˇsču. Čas proˇzenja detektorja je določen kot uteˇzena srednja vrednost časa, ko je odziv detektorja nad določeno mejno vrednostjo. V naˇsem primeru je bila ta mejna vrednost določena z vrednostjo 0.5 (slika 5.10). V drugem primeru, ko akcija ni bila opaˇzena, pa pride do časovnega proˇzenja prehoda, zaradi prekoračitve maksimalnega časa, v katerem naj bi se akcija zgodila. V ta namen je potrebno za vsako posamezno akcijo, ki sestavlja določeno aktivnost, določiti njen maksimalni čas trajanja. V primeru, da nimamo na voljo učnih vzorcev, na podlagi katerih bi lahko te čase izmerili, lahko določimo enak čas trajanja vseh akcij. Natančnejˇso predstavitev dejanskih časov lahko dobimo v primeru, da upoˇstevamo relativne čase posameznih akcij v ˇsabloni. Na podlagi teh časov lahko proporcionalno razdelimo celoten čas trajanja aktivnosti med posamezne akcije.
Page 1:
Univerza v Ljubljani Fakulteta za e
Page 5:
Zahvala ”Čeprav si igral tekmo s
Page 8 and 9:
Na podlagi segmentacije dobimo mno
Page 11 and 12:
Abstract This thesis is focused on
Page 13:
developed system is a result of col
Page 16 and 17:
3.2.1 Klasifikacija posameznih vzor
Page 18 and 19:
ˇZivljenjepis 145 Bibliografija 14
Page 20 and 21:
2 Uvod Na vseh naˇstetih področji
Page 22 and 23:
4 Uvod kar M n različnih stanj. V
Page 24 and 25:
6 Uvod 1.1.1 Hierarhična analiza s
Page 26 and 27:
8 Uvod mnoˇzico ˇsablon, ki so sh
Page 28 and 29:
10 Uvod člankov lahko ugotovimo, d
Page 30 and 31:
12 Uvod in hitrosti gibanja, ki sta
Page 32 and 33:
14 Uvod pa je ponazorjeno s prehodi
Page 34 and 35:
16 Uvod akcij) uporabljena dognanja
Page 36 and 37:
18 Struktura moˇstvenih iger in pr
Page 38 and 39:
Page 40 and 41:
Page 42 and 43:
Page 44 and 45:
Poglavje 3 Časovna segmentacija mo
Page 46 and 47:
28 Časovna segmentacija moˇstveni
Page 48 and 49:
30 Časovna segmentacija moˇstveni
Page 50 and 51: 32 Časovna segmentacija moˇstveni
Page 64 and 65: Poglavje 4 Razpoznavanje aktivnosti
Page 66 and 67: 48 Razpoznavanje aktivnosti ta nač
Page 68 and 69: 50 Razpoznavanje aktivnosti wn = N(
Page 70 and 71: 52 Razpoznavanje aktivnosti 4.2 Raz
Page 72 and 73: 54 Razpoznavanje aktivnosti teh pra
Page 74 and 75: 56 Razpoznavanje aktivnosti Celotno
Page 76 and 77: 58 Razpoznavanje aktivnosti Igralec
Page 78 and 79: 60 Razpoznavanje aktivnosti lahko p
Page 80 and 81: 62 Razpoznavanje aktivnosti 0.9 0.8
Page 82 and 83: Poglavje 5 Ocenjevanje izvedbe akti
Page 84 and 85: 66 Ocenjevanje izvedbe aktivnosti z
Page 118 and 119: Poglavje 6 Prototipni sistem za ana
Page 120 and 121: 102 Prototipni sistem za analizo mo
Page 122 and 123: 104 Prototipni sistem za analizo mo
Page 124 and 125: 106 Zaključki Prispevek 1: Metoda
Page 126 and 127: 108 Zaključki je mogoče iz ˇsabl
Page 128 and 129: Literatura 110 [1] L. Wang, W. Hu,
Page 130 and 131: 112 Literatura Bayesian networks. C
Page 132 and 133: 114 Literatura [39] F. Li. Descript
Page 134 and 135: 116 Literatura [59] W. S. Erdmann.
Page 136 and 137: 118 Literatura [81] Kurt Jensen. Co
Page 138 and 139: 120 Literatura [104] Nikola Paveˇs
Page 140 and 141: 122 Dodatek ˇSablona ”Motion”
Page 142 and 143: 124 Dodatek ˇSablona ”Middle”
Page 144 and 145: 126 Dodatek Aktivnost Korespondenca
Page 146 and 147: 128 Dodatek ˇSablone akt 52 fl mot
Page 148 and 149: 130 Dodatek p(xj|Θ) = = K αk · N
Page 150 and 151:
132 Dodatek C.2.1 Linearna klasifik
Page 152 and 153:
134 Dodatek −γ||xi−xj|| 2 KRBF
Page 154 and 155:
136 Dodatek tega pa predvidimo tudi
Page 156 and 157:
138 Dodatek pa spremenljivka zavzam
Page 158 and 159:
140 Dodatek • preslikava I : P
Page 160 and 161:
142 Dodatek koraku lahko tako pride
Page 162 and 163:
144 Dodatek
Page 164 and 165:
146 Izobrazba ˇ Zivljenjepis 1998
Page 166 and 167:
148 Objavljena dela [7] M. Perˇse,
Page 168 and 169:
150 Objavljena dela [22] J. Perˇs,
show all

avtomatska analiza gibanja v izbranih moštvenih športnih igrah

Create successful ePaper yourself

Delete template?

Save as template?