avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah avtomatska analiza gibanja v izbranih moštvenih športnih igrah
10 Uvod člankov lahko ugotovimo, da ne obstaja enotna metodologija delitve različnih postopkov analize. Tako denimo Wang, Hu in Tan [1] razdelijo metode analize glede na kompleksnost uporabljenih postopkov na sploˇsne postopke (dinamično ukrivljaje časa - ang. Dynamic Time Warping, prikriti Markovovi modeli in nevronske mreˇze - ang. Newral networks), na razpoznavanje aktivnosti (z uporabo ˇsablon aktivnosti in metod osnovanih na prostoru stanj) ter na semantični opis aktivnosti (z uporabo naravnih jezikov za opis dogajanja). Aggarwal [4] razdeli metode razpoznavanja aktivnosti na takˇsne, ki pri razpoznavanju uporabljajo ˇsablone aktivnosti in na metode, osnovane na prostoru stanj. Isti avtor razdeli v poznejˇsem pregledu metode analize na neposredne in posredne [6]. V prvem primeru so aktivnosti človeka razpoznane neposredno iz slike, medtem ko so v drugem primeru najprej na posameznih slikah razpoznane različne poze človekovega telesa, ki so nato uporabljene v procesu razpoznavanja njegovih aktivnosti. Pomembno vlogo pri analizi gibanja ima tudi nivo podrobnosti, na katerem opazujemo gibanje človeka. Ta problem sta v svojem pregledu posebej izpostavila Aggarwal in Park [6], kjer avtorja razdelita postopke razpoznavanja v tri nivoje podrobnosti - grob, srednji in podroben nivo opazovanja. Na grobem nivoju je človeˇsko telo predstavljeno kot celota, pri čemer so ljudje predstavljeni s pravokotniki, elipsami ali pa zgolj s teˇziˇsčem njihovega telesa. Na srednjem nivoju so ljudje predstavljeni na podlagi njihovih glavnih delov telesa, kot so glava, trup, roke in noge. Na najbolj podrobnem nivoju pa so pri razumevanju obnaˇsanja najpogosteje uporabljeni zgolj posamezni deli telesa, kot so roke, glava, ustnice, itd. Pri tem lahko ugotovimo, da se s povečevanjem ˇstevila ljudi, ki so vključeni v neko aktivnost, nivo podrobnosti, na katerem opazujemo dogajanje, zmanjˇsuje. Analogno s tem se zmanjˇsuje kompleksnost uporabljenih modelov za predstavitev aktivnosti. Po drugi strani pa se pri bolj detajlni analizi gibanja posameznih delov telesa uporabljajo zelo kompleksni in specifični modeli gibanja. Pri proučevanju člankov s področja analize gibanja lahko prav tako zasledimo zelo nekonsistentno uporabo terminologije za opis dogajanja, saj avtorji zelo nedosledno uporabljajo izraze kot so akcije (angl. actions), aktivnosti (angl. activities) in obnaˇsanje (angl. behavior). Tako je Nagel [8] v enem prvih del s področja analize obnaˇsanja predlagal hierarhijo petih terminov za opis dogajanja - sprememba (angl. change), dogodek (angl. event), glagol (angl. verb), epizoda (angl. episode) in zgodovina (angl. history). Alternativno hierarhijo je uporabil
1.2 Pregled literature 11 Bobick [9], ki je predlagal uporabo treh terminov gibanje (angl. motion), aktivnost (angl. activity) in akcija (angl. action) za opis dogajanja na različnih nivojih podrobnosti. Poleg tega pa so nekateri avtorji [10, 11] uporabljali tudi termine kot so situacija (angl. situation), elementi akcije (angl. action primitives). V zadnjem času pa se je ˇse najbolj uveljavila hierarhija, ki za opis dogajanja uporablja tri termine in sicer element akcije, akcija in aktivnost [7]. Kot primer vzemimo hierarhijo v ˇsportu, kjer zaporedje elementov akcij (fizičnih gibov igralca), kot so premiki roke ali noge, sestavljajo akcijo, katere namen je podaja ˇzoge. Aktivnost pa v tem primeru predstavlja igranje določenega koˇsarkarskega napada. 1.2.1 Analiza aktivnosti posameznika Postopki analize gibanja posameznika so bili podrobno predstavljeni v preglednem članku, ki ga je podal Gavrila [3]. V članku avtor problem razpoznavanja posamičnih aktivnosti poda kot problem klasifikacije časovno spremenljivih značilnic, pri katerem je potrebno neznani sekvenci poiskati najbolj podobno ˇze razpoznano prototipno sekvenco. Pri tem razdeli postopek razpoznavanja v dva ločena problema - v učenje prototipne sekvence iz učnih sekvenc (gradnjo modela) ter v klasifikacijo neznane sekvence na podlagi teh prototipov. Pri učenju in klasifikaciji se uporabljajo tehnike modeliranja, s katerimi skuˇsajo avtorji zajeti časovno komponento spreminjanja značilnic. Tak primer je denimo uporaba prostorsko-časovnih predlog (angl. spatio-temporal templates) pri razpoznavanju hoje [12, 13] ali pa uporaba prikritih Markovih modelov (angl. Hidden Markov Models - HMMs) [14, 15, 16, 17] oziroma Bayesove mreˇze [18, 19], s katerimi je mogoče modelirati različna stanja človekovega obnaˇsanja ter prehodov med temi stanji. Najpogosteje ta stanja predstavljajo kar posamezne akcije, ki naj bi jih človek izvedel v okviru določene aktivnosti. Čeprav je pri analizi gibanja posameznega človeka običajno uporabljen podrobnejˇsi opis človeˇskega telesa, pa je mogoče tudi tu zaslediti metode, ki razpoznavajo človeˇsko obnaˇsanje na grobem nivoju podrobnosti. Tako sta Johnson in Hogg [20, 21] predstavila dva pristopa k modeliranju nelinearnega obnaˇsanja, na podlagi trajektorij gibanja ljudi, pri čemer sta opazovala zgolj gibanje teˇziˇsča njihovega telesa. V prvem primeru sta avtorja pri razpoznavanju različnih stanj njihovega gibanja uporabila vektorje njihovih trenutnih poloˇzajev
- 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 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: 20 Struktura moˇstvenih iger in pr
- Page 40 and 41: 22 Struktura moˇstvenih iger in pr
- Page 42 and 43: 24 Struktura moˇstvenih iger in pr
- 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 52 and 53: 34 Časovna segmentacija moˇstveni
- Page 54 and 55: 36 Časovna segmentacija moˇstveni
- Page 56 and 57: 38 Časovna segmentacija moˇstveni
- Page 58 and 59: 40 Časovna segmentacija moˇstveni
- 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
1.2 Pregled literature 11<br />
Bobick [9], ki je predlagal uporabo treh terminov gibanje (angl. motion), aktivnost<br />
(angl. activity) in akcija (angl. action) za opis dogajanja na različnih nivojih<br />
podrobnosti. Poleg tega pa so nekateri avtorji [10, 11] uporabljali tudi termine<br />
kot so situacija (angl. situation), elementi akcije (angl. action primitives).<br />
V zadnjem času pa se je ˇse najbolj uveljavila hierarhija, ki za opis dogajanja<br />
uporablja tri termine in sicer element akcije, akcija in aktivnost [7]. Kot<br />
primer vzemimo hierarhijo v ˇsportu, kjer zaporedje elementov akcij (fizičnih gibov<br />
igralca), kot so premiki roke ali noge, sestavljajo akcijo, katere namen je podaja<br />
ˇzoge. Aktivnost pa v tem primeru predstavlja igranje določenega koˇsarkarskega<br />
napada.<br />
1.2.1 Analiza aktivnosti posameznika<br />
Postopki analize <strong>gibanja</strong> posameznika so bili podrobno predstavljeni v preglednem<br />
članku, ki ga je podal Gavrila [3]. V članku avtor problem razpoznavanja<br />
posamičnih aktivnosti poda kot problem klasifikacije časovno spremenljivih<br />
značilnic, pri katerem je potrebno neznani sekvenci poiskati najbolj podobno<br />
ˇze razpoznano prototipno sekvenco. Pri tem razdeli postopek razpoznavanja v<br />
dva ločena problema - v učenje prototipne sekvence iz učnih sekvenc (gradnjo<br />
modela) ter v klasifikacijo neznane sekvence na podlagi teh prototipov.<br />
Pri učenju in klasifikaciji se uporabljajo tehnike modeliranja, s katerimi<br />
skuˇsajo avtorji zajeti časovno komponento spreminjanja značilnic. Tak primer<br />
je denimo uporaba prostorsko-časovnih predlog (angl. spatio-temporal templates)<br />
pri razpoznavanju hoje [12, 13] ali pa uporaba prikritih Markovih modelov<br />
(angl. Hidden Markov Models - HMMs) [14, 15, 16, 17] oziroma Bayesove mreˇze<br />
[18, 19], s katerimi je mogoče modelirati različna stanja človekovega obnaˇsanja ter<br />
prehodov med temi stanji. Najpogosteje ta stanja predstavljajo kar posamezne<br />
akcije, ki naj bi jih človek izvedel v okviru določene aktivnosti.<br />
Čeprav je pri analizi <strong>gibanja</strong> posameznega človeka običajno uporabljen<br />
podrobnejˇsi opis človeˇskega telesa, pa je mogoče tudi tu zaslediti metode, ki<br />
razpoznavajo človeˇsko obnaˇsanje na grobem nivoju podrobnosti. Tako sta<br />
Johnson in Hogg [20, 21] predstavila dva pristopa k modeliranju nelinearnega<br />
obnaˇsanja, na podlagi trajektorij <strong>gibanja</strong> ljudi, pri čemer sta opazovala zgolj<br />
gibanje teˇziˇsča njihovega telesa. V prvem primeru sta avtorja pri razpoznavanju<br />
različnih stanj njihovega <strong>gibanja</strong> uporabila vektorje njihovih trenutnih poloˇzajev