diplomsko delo
Gašper Lončar (Avtor), Janez Perš (Mentor)

Povzetek

Uporabi računalniškega vida in sistemov z večimi kamerami se v današnjih časih ni mogoče izogniti. V športu so se takšni sistemi uveljavili kot standard za analizo tekem in izboljšanje pravičnosti sodniških odločitev, saj zagotavljajo pokritje velike površine kot je nogometno igrišče. Zaradi vedno večjih dinamik igre so te informacije zelo zaželjene za analizo šibkih točk ekip in sodnikov, ki se odločajo v trenutku. Začetna težava je sama sinhronizacija sistema za določanje pozicij igralcev ter pri prekrivanju med njimi. Zato potrebujemo metode, ki zagotavljajo učinkovite rešitve pri določanju teh informacij. V tem delu predstavljamo sistem, ki omogoča zaznavanje igralcev nogometa iz ene ali več kamer. Vključuje tudi metodo, ki z rezanjem sličic na manjše dele, uspešneje zaznava objekte. V nalogi smo najprej pridobili posnetke tekme Prve lige Telemach, jih sinhronizirali s praktično metodo določevanja trenutka oddaje žoge in jih obrezali za izločitev neželjene okolice. Po pripravi sličic smo v izbranih situacijah razrezali sličice na štiri dele, ki so se delno prekrivali. Z uporabo modela YOLOv8 smo detektirali igralce in pridobili njihove očrtane okvirje, ki smo jih validirali z ročno anotiranimi referenčnimi okvirji. Na koncu smo ovrednotili uspešnost zaznavanja in analizirali natančnost s pridobljenimi rezultati validacije.

Ključne besede

računalniški vid;sistem večih kamer;sinhronizacija;detekcija;globoko učenje;univerzitetni študij;Elektrotehnika;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FE - Fakulteta za elektrotehniko
Založnik: [G. Lončar]
UDK: 621.3(043.2)(0.034.2)
COBISS: 239977475 Povezava se bo odprla v novem oknu
Št. ogledov: 228
Št. prenosov: 49
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Development of a soccer player detection system using deep learning
Sekundarni povzetek: The use of computer vision and multi-camera systems has become unavoidable in modern times. In sports, such systems have become a standard for match analysis and improving the fairness of refereeing decisions, as they provide coverage of large playing surfaces such as a football field. Due to the increasing dynamics of the game, this information is highly desirable for analyzing the weaknesses of teams and referees who must make decisions in a split second. One of the initial challenges lies in the synchronization of the system used to determine player positions, as well as in handling overlapping between players. Therefore, we need methods that provide effective solutions for extracting such information. This thesis presents a system that enables the detection of football players using one or more cameras. It also includes a method that improves object detection by dividing images into smaller overlapping segments. In the practical part, we first recorded a match of the Slovenian Prva Liga Telemach, synchronized the video using a practical method based on identifying the moment of ball release, and cropped the frames to exclude irrelevant surroundings. In selected situations, we then divided the frames into four overlapping segments. Using the YOLOv8 model, we detected the players and obtained their bounding boxes, which we validated with manually annotated reference boxes. Finally, we evaluated the success rate of the detections and analyzed the precision using the validation results.
Sekundarne ključne besede: computer vision;multi-camera system;synchronization;detection;deep learning;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000313
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za elektrotehniko
Strani: 1 spletni vir (1 datoteka PDF (54 str.))
ID: 26394081