avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
avtomatska analiza gibanja v izbranih moštvenih športnih igrah
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4.3 Eksperimenti 57<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
Razdalja med<br />
opisoma<br />
0<br />
0 2 4 6 8 10 12 14 16 18<br />
Vrsta šablone<br />
Slika 4.4: Rezultati primerjanja neznane aktivnosti s 17 različnimi ˇsablonami<br />
aktivnosti. Rdeča črta prikazuje prag, pri katerem je aktivnost ˇse klasificirana v<br />
razred ˇsablone.<br />
4.3 Eksperimenti<br />
Da bi ovrednotili uspeˇsnost predlagane metode za razpoznavanje aktivnosti z<br />
uporabo ˇsablon aktivnosti, smo z metodami računalniˇskega vida pridobili podatke<br />
za tri tipe koˇsarkarskih aktivnosti (”52”,”Flex” in ”Motion”). Vsako aktivnost<br />
so igralci večkrat ponovili pod strogim nadzorom trenerja. Tako smo pridobili<br />
podatke za 61 ponovitev teh treh aktivnosti, od katerih je bilo 32 aktivnosti<br />
odigranih brez obrambe, ostalih 29 pa je bilo odigranih v prisotnosti pasivne<br />
obrambe. Izmed 61 aktivnosti jih je 20 pripadalo prvemu tipu (9 brez obrambe<br />
in 11 z obrambo), 21 drugemu (10 brez in 11 z obrambo) in 20 tretjemu tipu<br />
aktivnosti (13 brez in 7 z obrambo). Pri vsakem tipu aktivnosti so bile prisotne<br />
tako leve kot desne izvedbe. Slika 4.5 prikazuje nekaj primerov trajektorij za<br />
aktivnost tipa ”Flex”.<br />
Da bi se izognili napaki avtomatske segmentacije, smo testne posnetke<br />
segmentirali ročno. V fazi razpoznavanja smo aktivnosti primerjali s 17 ˇsablonami<br />
aktivnosti, pri vsaki ˇsabloni pa je bila moˇzna njena leva in desna izvedba. ˇ Sablone<br />
so bile povzete iz koˇsakarske literature [72, 67, 68] in na podlagi posveta s