avtomatska analiza gibanja v izbranih moštvenih športnih igrah

More documents

Recommendations

Info

92 Ocenjevanje izvedbe aktivnosti z uporabo ˇsablon aktivnosti Vrsta Vrsta aktivnosti ˇsablone 52 flex motion Slovan1 Slovan2 Slovan3 Slovan4 52 0.55 0.15 0.17 0.09 0.10 0.18 0.16 flex 0.22 0.33 0.18 0.03 0.05 0.19 0.23 motion 0.15 0.20 0.40 0.06 0.04 0.16 0.13 Slovan1 0.13 0.04 0.03 0.83 0.51 0.44 0.51 Slovan2 0.05 0.05 0.14 0.51 0.77 0.50 0.52 Slovan3 0.10 0.13 0.16 0.32 0.32 0.72 0.55 Slovan4 0.12 0.15 0.18 0.20 0.20 0.48 0.65 Tabela 5.6: Povprečne ocene aktivnosti v primeru ocenjevanja s Petrijevimi preˇzami, ki so bile zgrajene z različnimi ˇsablonami. Najviˇsji povprečni rezultat je prikazan odebeljeno. primerih, ko se ujemata vsaj tipa aktivnosti. Tako so na primer ocene za aktivnost ”Slovan1” v primeru, da je ocenjen s ˇsablono ”Slovan2”, ”Slovan3” ali ”Slovan4” bistveno boljˇse, kot v primeru, da je ocenjen s ˇsablono ”Flex”. Na podlagi tega lahko zaključimo, da je predlagana metoda zelo robustna tudi v primeru, ko ocenjujemo aktivnost, ki je bila zaključena prezgodaj ali prepozno. Poleg tega lahko ugotovimo, da so ocene viˇsje v primerih, da so razlike med fazo ˇsablone in fazo opazovane aktivnosti manjˇse. Na podlagi te ugotovitve lahko zaključimo, da je mogoče ob uporabi večjega ˇstevila ˇsablon, ki predstavljajo isto izvedbo aktivnosti odigrane do različnih faz, pravilno določiti fazo, do katere je bila aktivnost odigrana. Slika 5.14 prikazuje ocene vseh aktivnosti iz druge zbirke v primeru, ko so bile ocenjene z najdaljˇso ˇsablono - ˇsablono ”Slovan4”. Iz slike je lepo razvidno, kako se rezultati izboljˇsujejo v primeru, ko se razlika med fazama ˇsablone in aktivnosti zmanjˇsuje.
5.4 Eksperimenti 93 0.8 0.7 0.6 0.5 0.4 0.3 0.2 ocena izvedbe aktivnosti Slovan1 Slovan2 Slovan3 Slovan4 0.1 0 5 10 15 20 25 30 35 40 45 Zaporedna št. aktivnosti Slika 5.14: Rezultati ocejevanja iste aktivnosti z različnimi fazami zaključkov. Aktivnosti so bile ocenjene s ˇsablono Slovan4. Imena na grafu predstavljajo fazo, do katere je bila aktivnost odigrana.
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:
Page 50 and 51:
Page 52 and 53:
Page 54 and 55:
Page 56 and 57:
Page 58 and 59:
Page 60 and 61: 42 Časovna segmentacija moˇstveni
Page 62 and 63: 44 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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?