avtomatska analiza gibanja v izbranih moštvenih športnih igrah

More documents

Recommendations

Info

2 Uvod Na vseh naˇstetih področjih nastajajo velike količine podatkov, ki jih je zaradi časovnih omejitev, moˇzno in smiselno ročno analizirati le do neke mere. Poleg tega pa se pri določenih področjih, kot so raziskave v ˇsportu, pojavlja ˇse dodatna zahteva o nepristranskosti analize, saj bi lahko operater bistveno vplival na končne rezultate analize. To je le nekaj razlogov, zaradi katerih postaja avtomatska analiza gibanja ljudi, z uporabo metod računalniˇskega vida, vse pomembnejˇsa. Analizo gibanja ljudi sestavljajo postopki, na podlagi katerih iz slike pridobimo podatke o človeˇskem gibanju in njihovih aktivnostih. Hierarhično jih lahko uredimo v tri nivoje [1]: 1. Detekcijo ljudi na sliki ali zaporedju slik. Za detekcijo ljudi na sliki je bistvena segmentacija slike na premikajoče objekte in statično ozadje ter klasifikacijo objektov na osebe (ljudi) in ostale premične objekte (npr. vozila ali ˇzivali). Rezultat detekcije so manjˇsa področja slike, ki so zanimiva za nadaljnje postopke analize, kot so sledenje ali razpoznavaje aktivnosti, saj lahko ob dobri detekciji v nadaljnjih postopkih uporabimo zgolj ta področja. 2. Sledenje ljudi. V postopku sledenja poveˇzemo značilnosti zaznanih objektov ali delov objektov na zaporednih slikah v smiselne sledi in na ta način dobimo dvodimenzionalne (2D) ali tridimenzioalne (3D) trajektorije. Pri določanju relacij med značilnostmi na dveh zaporednih slikah se uporabljajo tako modeli gibanja objekta (npr. hitrost gibanja objekta in/ali njegov poloˇzaj na sliki) kot tudi modeli njegovih prostorskih značilnosti (npr. viˇsina ali ˇsirina). Pravilno sledenje objektov je zelo pomemben del analize gibanja, saj so običajno rezultati sledenja (trajektorije) uporabljeni v procesu razumevanja in opisovanja človeˇskih aktivnosti. 3. Analiza človeˇskih aktivnosti. Tako aktivnosti posameznika, kot tudi skupinske aktivnosti, so sestavljene iz večjega ˇstevila medsebojno ločenih akcij, ki morajo biti izvedene v točno določenem časovnem zaporedju. Čeprav je termin akcija v ˇsportu (zlasti v koˇsarki) pogosto uporabljen pri poimenovanju aktivnosti (npr. napadalna akcija ponazarja aktivnost, ki se je zgodila v napadu), bomo v tem delu uporabljali terminologijo s področja računalniˇskega vida. Tako bomo uporabljali hierarhijo: aktivnost (npr. igranje določenega tipa napada), ki jo sestavlja več akcij (npr. blokade,
1.1 Cilji in motivacija 3 podaje, itd.). Akcije pa so sestavljene iz elementov akcij (premik igralčevih rok, nog ali glave). Analiza človeˇskih aktivnosti načeloma zajema zaznavanje akcij ter razpoznavanje aktivnosti in ocenjevanje izvedbe aktivnosti. Da bi lahko aktivnost analizirali, moramo najprej zaznati posamezne akcije, ki sestavljajo aktivnost. V okviru zaznavanja akcij je potrebno izdelati različne detektorje akcij, s pomočjo katerih pridobimo viˇsjenivojsko informacijo o izvedbi aktivnosti. To informacijo nato uporabimo v procesu razpoznavanja aktivnosti, katerega cilj je aktivnosti pripisati nek pomen oziroma ji poiskati najbolj podobno ˇze razpoznano aktivnost. Zadnji korak analize aktivnosti predstavlja ocenjevanje izvedbe aktivnosti, katere cilj je ugotoviti, ali je bila aktivnost izvedena v skladu z naˇsimi pričakovanji oziroma pričakovanji eksperta. V doktorski disertaciji so predstavljene metode in postopki za analizo človeˇskih aktivnosti v moˇstvenih ˇsportnih igrah. Glavni namen disertacije je bil preučiti moˇznost uporabe obstoječih metod računalniˇskega vida za analizo skupinskih aktivnosti ter razviti postopke, na podlagi katerih bi bilo tovrstno analizo mogoče uporabljati pri vsakodnevni analizi kot pomoč trenerjem pri treningih in pripravah na tekme. 1.1 Cilji in motivacija Ključna razlika med analizo gibanja posameznika in analizo gibanja skupine ljudi je predvsem v kompleksnosti metod analize. Tako je potrebno pri analizi skupinskega gibanja poleg analize vsakega posameznika upoˇstevati tudi interakcije med njimi, saj lahko zgolj na ta način naredimo verodostojno analizo opazovanega dogajanja. Pri tem se pojavljajo nekateri problemi, ki so specifični za analizo skupinskega gibanja, med katerimi lahko izpostavimo: • Velikost prostora stanj oziroma ˇstevilo različnih situacij, v katerih se lahko znajde večje ˇstevilo ljudi. Prostor s povečevanjem ˇstevila ljudi, ki so vključeni v aktivnost, naraˇsča eksponentno. Če je v primeru analize posameznika velikost prostora stanj, s katerim lahko opiˇsemo njegovo gibanje, enaka M, se v primeru opazovanja n ljudi ta prostor poveča na
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 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 44 and 45: Poglavje 3 Časovna segmentacija mo
Page 46 and 47: 28 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 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
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?