avtomatska analiza gibanja v izbranih moštvenih športnih igrah

94 Ocenjevanje izvedbe aktivnosti z uporabo ˇsablon aktivnosti
5.4.3 Primerjava dobljenih rezultatov z ocenami eksperta
Glavni namen analize aktivnosti je objektivno ocenjevanje teh aktivnosti, ki bi
sluˇzilo kot pomoč ˇsportnemu ekspertu pri njegovem delu. V določenih segmentih
bi sistem eksperta lahko celo nadomestil. Da bi se v to lahko prepričali,
je najprej potrebno primerjati dobljene rezultate avtomatskega ocenjevanja z
ocenami eksperta. Tovrstna primerjava pa se kmalu izkaˇze za problematično
oziroma zelo teˇzavno iz več razlogov.
Prvi razlog je ta, da je ocenjevanje ˇsportnih ekspertov do neke mere
nekonsistentno, kar se je pokazalo ˇze pri ocenjevanju enega samega eksperta. Tako
smo v razmiku nekaj mesecev prosili koˇsarkarskega eksperta, da oceni določeno
ˇstevilo akcij z ocenami od ena do pet, pri čemer je ocena ena pomenila zelo slabo
izvedbo akcije, ocena pet pa njeno odlično izvedbo. Kmalu se je izkazalo, da
se ocene, dobljene v obeh ocenjevanjih razlikujejo, saj se je ocena razlikovala
(največ za eno oceno) pri 18 od 40 ponovno ocenjenih aktivnostih (tabela 5.8).
Ravno tako smo ugotovili, da je bila večina aktivnosti ocenjenih z ocenami 4
ali 5, kar je kazalo na to, da nimamo na voljo neuspeˇsno zaključenih primerov
aktivnosti, saj se za tovrstne aktivnosti smatrajo tiste aktivnosti, pri katerih se je
struktura napada poruˇsila ali je eden od igralcev storil večjo napako, zaradi česar
se aktivnost ni nadaljevala. Tako so dobljene ocene po mnenju eksperta odraˇzale
predvsem minimalne razlike v izvedbi posameznih aktivnosti, v sploˇsnem pa so
bile vse aktivnosti izvedene pravilno.
Navkljub navedenim teˇzavam, so v tabeli 5.8 prikazani rezultati avtomatksega
ocenjevanja aktivnosti in ocene eksperta. Pri kvantizaciji ocen, ki so bile
pridobljene avtomatsko, smo za pretvorbo ocen v razrede uporabili linearni skali
(tabela 5.7). V primeru, da bi imeli na voljo več znanja o ocenjevanju ekspertov
(npr. več ocenjevanj), pa bi lahko razrede postavili v skladu s tem znanjem.
ocena Bayesove mreˇze Petrijeve mreˇze
1 ≤ 0.59 ≤ 0.19
2 0.60 - 0.69 0.20 - 0.39
3 0.70 - 0.79 0.40 - 0.59
4 0.80 - 0.89 0.60 - 0.79
5 0.90 - 1.00 0.80 - 1.00
Tabela 5.7: Mejne vrednosti ocen, ki so bile uporabljene pri kvantizaciji.