avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
84 Ocenjevanje izvedbe aktivnosti z uporabo ˇsablon aktivnosti<br />
odziv detektorja<br />
1<br />
0.5<br />
mejna vrednost ter<br />
čas začetka in<br />
konca aktivnosti<br />
čas proženja<br />
prehoda<br />
0<br />
0 20 40 60 80 100 120 140<br />
čas<br />
(a) (b)<br />
Slika 5.10: Primer odziva detektorja na gibanje igralca. a) Gibanje igralca po<br />
igriˇsču. Odebeljena črna črta predstavlja trajektorijo <strong>gibanja</strong> igralca, tanjˇsa rdeča<br />
črta pa predstavlja predvideno pot igralca. b) Odziv detektorja na gibanje. Zelena<br />
vertikalna črta predstavlja čas proˇzenja prehoda, ki je določen kot uteˇzena srednja<br />
vrednost odziva detektorja nad mejno vrednostjo.<br />
V primerih, ko imamo na voljo vsaj nekaj učnih vzorcev, v katerih je bila<br />
aktivnost pravilno odigrana, pa lahko čase trajanja posamezne akcije določimo<br />
neposredno iz teh vzorcev. To doseˇzemo tako, da učne vzorce analiziramo z<br />
ustreznim modelom Petrijeve mreˇze, pri katerem postavimo maksimalne čase<br />
proˇzenja prehodov na zelo visoke vrednosti, tako da ne vplivajo na delovanje<br />
mreˇze (npr. 6 sekund) ter opazujemo, kdaj pride do proˇzenja prehoda zaradi<br />
odziva detektorja. V primeru, da do odziva ne pride, tega rezultata v nadaljnjih<br />
postopkih ne upoˇstevamo. Na podlagi dobljenih časov proˇzenja lahko za vsak<br />
prehod zgradimo ločen časovni model tako, da dobljene podatke modeliramo z<br />
ustrezno verjetnostno porazdelitvijo, ki jo pozneje uporabimo tudi pri ocenjevanju<br />
časovne ustreznosti izvajanja aktivnosti (poglavje 5.3.2). V naˇsih raziskavah<br />
sta bili za modeliranje časovnih intervalov uporabljena normirana Gamma in<br />
normirana Gaussova porazdelitev. Zaradi majhne količine podatkov in boljˇse<br />
porazdelitve preko vseh učnih vzorcev, se je za bolj primerno izkazala normirana<br />
Gaussova porazdelitev, ki smo jo uporabljali pri vseh v nadaljevanju opisanih<br />
eksperimentih. V primeru uporabe te funkcije je bil maksimalni čas T j max v<br />
katerem mora biti aktivnost opaˇzena, določen na meji ene standardne deviacije<br />
porazdelitve (T j max = µj + σj). Slika 5.11 prikazuje nekaj primerov funkcij<br />
verjetnostnih porazdelitev trajanja akcij ter njihovih maksimalnih časov trajanja.<br />
S tem, ko so bili določeni tudi časovni parametri prehodov, je model Petrijeve<br />
mreˇze popolnoma definiran in je lahko uporabljen za ocenjevanje aktivnosti. ˇ Se
Change language