Videókat elemző sportanalitikai rendszer mély neurális hálózattal

OData támogatás
Konzulens:
Dr. Szűcs Gábor
Távközlési és Médiainformatikai Tanszék

A különböző sportok automatikus elemzése egyre jobban terjed, mert az ilyen rendszerek segíthetik a sportolókat, különösen a versenysportokban. Az elmúlt évtizedekben óriási mennyiségű vizuális információ gyűlt össze különböző sporteseményekről, edzésekről és versenyekről. Azonban ezen információ rendszerezett és következetes felhasználása – leszámítva néhány profi csapatot a labdajátékokban – még nem kezdődött meg. A képi tartalom elemzése javíthatja a mozgásmintákat, ezért nagy segítség lehet sok sportban, például evezésben is.

Ezen munka célja egy olyan rendszer megtervezése volt, ami képes az emberi test főbb részeit (fej, csípő, térd, boka, váll, könyök és csukló) felismerni ergométeres evezést végző sportolókat oldalról mutató videófelvételeken. További cél a kiszámított adatok vizualizációja és különböző számszerű mértékek számítása (csapásszám, csapáshossz, szegmensek aránya), az edzői döntések támogatása céljából.

Diplomatervemben bemutatom a tématerület létező megoldásait, saját korábbi megoldásomat és bemutatom az új megoldás, a neurális hálózat mögött rejlő motivációt. Taglalom a háló tanításához szükséges adatok gyűjtésének és annotálásának folyamatát és a konvolúciós mély neurális hálózat tervezésének és tanításának részleteit. A megoldás részletes eredményeit is ismertetem illetve összehasonlítást adok már létező általános célú emberi pozícióbecslő eljárásokkal.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.