Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://elartu.tntu.edu.ua/handle/lib/41165Langanzeige der Metadaten
| DC Element | Wert | Sprache |
|---|---|---|
| dc.contributor.advisor | Литвиненко, Ярослав Володимирович | - |
| dc.contributor.author | Сороківський, Олександр Вікторович | - |
| dc.contributor.author | Sorokivskyi, Oleksandr Victorovych | - |
| dc.date.accessioned | 2023-05-31T08:33:23Z | - |
| dc.date.available | 2023-05-31T08:33:23Z | - |
| dc.date.issued | 2023-05-24 | - |
| dc.date.submitted | 2023-05-10 | - |
| dc.identifier.citation | Сороківський О.В. Розробка системи формування статистичної інформації про проведені спортивні матчі на основі аналізу відео записів.: кваліфікаційна робота магістра за спеціальністю „122 – комп’ютерні науки“ / О. В. Сороківський. – Тернопіль : ТНТУ, 2023. – 78 с. | uk_UA |
| dc.identifier.uri | http://elartu.tntu.edu.ua/handle/lib/41165 | - |
| dc.description.abstract | Кваліфікаційна робота присвячена розробці системи формування статистичної інформації про проведені спортивні матчі на основі аналізу відео записів. В першому розділі кваліфікаційної роботи проведено аналіз систем формування статистичної. Висвітлено основні конкурентні рішення, їх переваги та недоліки. В другому розділі кваліфікаційної роботи досліджено загальні підходи та основні методи досліджень галузі. В третьому розділі кваліфікаційної роботи проаналізовані існуючі підходи для вирішення деяких задач та обрано найкращі. Також, проведено розробку системи для отримання персональної статистики про гравців на основі відео записів. Thesis is dedicated to the development of a system for generating statistical information about sports matches based on video analysis. The first chapter of the qualification work provides an analysis of existing systems for generating statistics, highlighting their main competitive solutions, advantages, and disadvantages. The second chapter explores general approaches and main research methods in the field. The third chapter of the qualification work analyzes existing approaches for solving specific tasks and selects the best ones. Additionally, a system is developed for obtaining personal player statistics based on video recordings. | uk_UA |
| dc.description.tableofcontents | ВСТУП 7 1 АНАЛІЗ СИСТЕМ ФОРМУВАННЯ СТАТИСТИЧНОЇ ІНФОРМАЦІЇ ПРО ПРОВЕДЕНІ СПОРТИВНІ МАТЧІ НА ОСНОВІ АНАЛІЗУ ВІДЕО ЗАПИСІВ 10 1.1 ЗАГАЛЬНА ІНФОРМАЦІЯ ПРО СИСТЕМИ ФОРМУВАННЯ СТАТИСТИЧНОЇ ІНФОРМАЦІЇ ПРО ПРОВЕДЕНІ СПОРТИВНІ МАТЧІ НА ОСНОВІ АНАЛІЗУ ВІДЕО ЗАПИСІ 10 1.2 ОГЛЯД КОНКУРЕНТНИХ РІШЕНЬ 11 1.3 ВИСНОВКИ ДО ПЕРШОГО РОЗДІЛУ 20 2 ЗАГАЛЬНІ ПІДХОДИ ТА ОСНОВНІ МЕТОДИ ДОСЛІДЖЕНЬ 22 2.1 ОПИС ОСНОВНИХ БАЗОВИХ ФУНКЦІЙ 22 2.2 ЗАГАЛЬНИЙ ОГЛЯД ЗАДАЧ КОМП’ЮТЕРНОГО БАЧЕННЯ 22 2.3 ІСНУЮЧІ ДОСЛІДЖЕННЯ ТА ПІДХОДИ ЗНАХОДЖЕННЯ ОБ’ЄКТІВ НА ЗОБРАЖЕННІ 26 2.3.1 Огляд архітектури нейронної мережі R-CNN 26 2.3.2 Огляд архітектури нейронної мережі YOLO 30 2.4 ІСНУЮЧІ ДОСЛІДЖЕННЯ ТА ПІДХОДИ ВИЗНАЧЕННЯ ПОЗИЦІЇ ГРАВЦІВ НА ПОЛІ 34 2.4.1 Визначення матриції гомографії ручним методом 35 2.4.2 Визначення матриції гомографії автоматичним методом 36 2.5 ІСНУЮЧІ ДОСЛІДЖЕННЯ ТА ПІДХОДИ РЕ-ІДЕНТИФІКАЦІЇ ГРАВЦІВ 41 2.6 ВИСНОВКИ ДО ДРУГОГО РОЗДІЛУ 43 3 РОЗРОБКА СИСТЕМИ ФОРМУВАННЯ СТАТИСТИЧНОЇ ІНФОРМАЦІЇ ПРО ПРОВЕДЕНІ СПОРТИВНІ МАТЧІ НА ОСНОВІ АНАЛІЗУ ВІДЕО ЗАПИСІВ 45 3.1 ОСНОВНІ ВИМОГИ ДО СИСТЕМИ ФОРМУВАННЯ СТАТИСТИЧНОЇ ІНФОРМАЦІЇ ПРО ПРОВЕДЕНІ СПОРТИВНІ МАТЧІ НА ОСНОВІ АНАЛІЗУ ВІДЕО ЗАПИСІВ 45 3.2 ЗНАХОДЖЕННЯ ГРАВЦІВ ТА М’ЯЧА 45 3.3 ВИЗНАЧЕННЯ ПОЗИЦІЇ ГРАВЦІВ І М’ЯЧА НА ПОЛІ 50 3.4 РЕ-ІДЕНТИФІКАЦІЯ ГРАВЦІВ 53 3.5 ОБРАХУНОК СТАТИСТИЧНИХ ДАНИХ 56 3.6 ПРИКЛАДНИЙ ПРОГРАМНИЙ ІНТЕРФЕЙС (API) 58 3.7 ВИСНОВКИ ДО ТРЕТЬОГО РОЗДІЛУ 60 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 61 4.1 ВИМОГИ ЕЛЕКТРОБЕЗПЕКИ У ПРИМІЩЕННЯХ, ДЕ ВСТАНОВЛЕНІ ПЕРСОНАЛЬНІ КОМП’ЮТЕРИ ТА ВІДЕОДИСПЛЕЙНІ ТЕРМІНАЛИ 61 4.2 ПІДВИЩЕННЯ СТІЙКОСТІ РОБОТИ ПІДПРИЄМСТВ ПРИЛАДОБУДІВНОЇ ГАЛУЗІ У ВОЄННИЙ ЧАС 65 ВИСНОВКИ 71 ПЕРЕЛІК ДЖЕРЕЛ 73 | uk_UA |
| dc.language.iso | uk | uk_UA |
| dc.subject | комп’ютерне бачення | uk_UA |
| dc.subject | computer vision | uk_UA |
| dc.subject | нейронні мережі | uk_UA |
| dc.subject | neural networks | uk_UA |
| dc.subject | гомографія | uk_UA |
| dc.subject | homography | uk_UA |
| dc.subject | знаходження об’єктів на зображенні | uk_UA |
| dc.subject | object detection on images | uk_UA |
| dc.subject | api | uk_UA |
| dc.subject | python | uk_UA |
| dc.title | Розробка системи формування статистичної інформації про проведені спортивні матчі на основі аналізу відео записів | uk_UA |
| dc.title.alternative | Development of a System of Sports Matches Statistical Information Acquiring Based on Video Records Analysis | uk_UA |
| dc.type | Master Thesis | uk_UA |
| dc.rights.holder | © Сороківський Олександр Вікторович, 2023 | uk_UA |
| dc.contributor.committeeMember | Яцишин, Василь Володимирович | - |
| dc.coverage.placename | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна | uk_UA |
| dc.subject.udc | 004.891 | uk_UA |
| dc.relation.references | 1. SSD: Single Shot MultiBox Detector [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1512.02325v5.pdf – Дата доступу: 14.04.2023. | uk_UA |
| dc.relation.references | 2. YOLO vs SSD: Which One is a Superior Algorithm [Електронний ресурс] – Режим доступу до ресурсу: https://algoscale.com/blog/yolo-vs-ssd-which-one-is-a-superior-algorithm – Дата доступу: 14.04.2023. | uk_UA |
| dc.relation.references | 3. YOLOv4: Optimal Speed and Accuracy of Object Detection [Науково-технічний ресурс] – Режим доступу до ресурсу: https://arxiv.org/abs/2004.10934 – Дата доступу: 14.04.2023. Дата публікації: 21.04.2020. | uk_UA |
| dc.relation.references | 4. YOLOv5 Documentation [Електронний ресурс] – Режим доступу до ресурсу: https://docs.ultralytics.com/ – Дата доступу: 14.04.2023. | uk_UA |
| dc.relation.references | 5. Computer Vision: Algorithms and Applications [Електронний ресурс] – Режим доступу до ресурсу: http://szeliski.org/Book/ – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 6. Homography Estimation: A Comprehensive Review [Електронний ресурс] – Режим доступу до ресурсу: https://ieeexplore.ieee.org/abstract/document/6909767/ – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 7. Object Detection using Deep Learning: A Comprehensive Survey [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/abs/1807.05511 – Дата доступу: 14.04.2023. | uk_UA |
| dc.relation.references | 8. Soccereid: A Dataset for Soccer Player Re-Identification [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/abs/2012.08395 – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 9. Torchreid: A Library for Deep Learning-based Person Re-Identification [Електронний ресурс] – Режим доступу до ресурсу: https://github.com/KaiyangZhou/deep-person-reid – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 10. Building Web APIs with Flask [Електронний ресурс] – Режим доступу до ресурсу: https://flask.palletsprojects.com/en/2.0.x/ – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 11. API Design: Crafting Interfaces that Developers Love [Електронний ресурс] – Режим доступу до ресурсу: https://www.amazon.com/API-Design-Crafting-Interfaces-Developers/dp/1492026921 – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 12. Soccernet: Soccer Statistics API [Електронний ресурс] – Режим доступу до ресурсу: https://developer.sportradar.com/docs/read/football/Soccer_v3 – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 13. Football Statistics and Analysis: A Comprehensive Overview [Електронний ресурс] – Режим доступу до ресурсу: https://link.springer.com/book/10.1007/978-3-319-98651-2 – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 14. Spiideo: Sports Video Analysis Software [Електронний ресурс] – Режим доступу до ресурсу: https://www.spiideo.com/ – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 15. Track160 Dataset: A Benchmark for Multiple Object Tracking [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/abs/1905.01689 – Дата доступу: 15.04.2023. | uk_UA |
| dc.relation.references | 16. Python [Електронний ресурс] – Режим доступу до ресурсу: https://docs.python.org/3/ – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 17. Визначення гомографії PapersWithCode [Електронний ресурс] – Режим доступу до ресурсу: https://paperswithcode.com/task/homography-estimation#:~:text=Homography%20estimation%20is%20a%20technique,distortions%2C%20or%20perform%20image%20stitching. – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 18. SuperPoint: Self-Supervised Interest Point Detection and Description [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1712.07629v4.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 19. pytorch-two-GAN [Електронний ресурс] – Режим доступу до ресурсу: https://github.com/lood339/pytorch-two-GAN – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 20. Sports Camera Calibration via Synthetic Data [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/abs/1810.10658 – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 21. Image-to-Image Translation with Conditional Adversarial Networks [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1611.07004.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 22. Getting Started with R-CNN, Fast R-CNN, and Faster R-CNN [Електронний ресурс] – Режим доступу до ресурсу: https://www.mathworks.com/help/vision/ug/getting-started-with-r-cnn-fast-r-cnn-and-faster-r-cnn.html – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 23. R-CNN, Fast R-CNN, Faster R-CNN, YOLO — Object Detection Algorithms [Електронний ресурс] – Режим доступу до ресурсу: https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 24. Rich feature hierarchies for accurate object detection and semantic segmentation [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1311.2524.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 25. Fast R-CNN [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1504.08083.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 26. You Only Look Once: Unified, Real-Time Object Detection [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1506.02640v5.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 27. Lecture 11: Detection and Segmentation [Електронний ресурс] – Режим доступу до ресурсу: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture11.pdf – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 28. Homography estimation of football field [Електронний ресурс] – Режим доступу до ресурсу: https://www.kaggle.com/code/s903124/homography-estimation-of-football-field – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 29. Homography from football (soccer) field lines [Електронний ресурс] – Режим доступу до ресурсу: https://stackoverflow.com/questions/60352448/homography-from-football-soccer-field-lines – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 30. Narya — Tracking and Evaluating Soccer Players [Електронний ресурс] – Режим доступу до ресурсу: https://paulgrn.medium.com/narya-tracking-and-evaluating-soccer-players-bbed888a9494 – Дата доступу: 16.04.2023. | uk_UA |
| dc.relation.references | 31. A Robust and Efficient Framework for Sports-Field Registration [Електронний ресурс] – Режим доступу до ресурсу: https://openaccess.thecvf.com/content/WACV2021/papers/Nie_A_Robust_and_Efficient_Framework_for_Sports-Field_Registration_WACV_2021_paper.pdf – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 32. Homography-Estimation [Електронний ресурс] – Режим доступу до ресурсу: https://github.com/sglbl/Homography-Estimation – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 33. Tracking soccer players based on homography among multiple views [Електронний ресурс] – Режим доступу до ресурсу: https://www.researchgate.net/publication/221458111_Tracking_soccer_players_based_on_homography_among_multiple_views – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 34. Track160 [Електронний ресурс] – Режим доступу до ресурсу: https://www.track160.com/ – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 35. A Practical Guide to Person Re-Identification Using AlignedReID [Електронний ресурс] – Режим доступу до ресурсу: https://niruhan.medium.com/a-practical-guide-to-person-re-identification-using-alignedreid-7683222da644 – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 36. Torchreid: Deep Learning Person Re-identification in PyTorch [Електронний ресурс] – Режим доступу до ресурсу: https://morioh.com/p/3c548c4b1190 – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 37. sn-reid [Електронний ресурс] – Режим доступу до ресурсу: https://github.com/SoccerNet/sn-reid – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 38. Top 5 Object Tracking Methods [Електронний ресурс] – Режим доступу до ресурсу: https://medium.com/augmented-startups/top-5-object-tracking-methods-92f1643f8435 – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 39. What is Object Tracking in Computer Vision? [Електронний ресурс] – Режим доступу до ресурсу: https://blog.roboflow.com/what-is-object-tracking-computer-vision/ – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 40. The Complete Guide to Object Tracking [Електронний ресурс] – Режим доступу до ресурсу: https://www.v7labs.com/blog/object-tracking-guide – Дата доступу: 17.04.2023. | uk_UA |
| dc.relation.references | 41. DeepSORT — Deep Learning applied to Object Tracking [Електронний ресурс] – Режим доступу до ресурсу: https://medium.com/augmented-startups/deepsort-deep-learning-applied-to-object-tracking-924f59f99104 – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 42. deep_sort [Електронний ресурс] – Режим доступу до ресурсу: https://github.com/nwojke/deep_sort – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 43. SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/1703.07402.pdf – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 44. Object Tracking Using DeepSORT and YOLOv5 | Multi Object Tracking [Електронний ресурс] – Режим доступу до ресурсу: https://www.youtube.com/watch?v=NhCQBQqTAhE&ab_channel=CodeWithAarohi – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 45. What Is An API (Application Programming Interface)? [Електронний ресурс] – Режим доступу до ресурсу: https://aws.amazon.com/ru/what-is/api/#:~:text=API%20stands%20for%20Application%20Programming,other%20using%20requests%20and%20responses. – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 46. Best Python Framework to Create REST APIs [Електронний ресурс] – Режим доступу до ресурсу: https://python.plainenglish.io/best-python-framework-to-create-rest-apis-9f687e1261e1?gi=49724d8285c0 – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 47. Build Your Python Flask Application [Електронний ресурс] – Режим доступу до ресурсу: https://medium.com/bhavaniravi/build-your-1st-python-web-app-with-flask-b039d11f101c – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 48. Pyenv, manage your Python environment as an expert! [Електронний ресурс] – Режим доступу до ресурсу: https://medium.com/thedevproject/pyenv-manage-your-python-environment-as-an-expert-20ccfe0839ae – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 49. Global GPU Market [Електронний ресурс] – Режим доступу до ресурсу: https://vast.ai/ – Дата доступу: 18.04.2023. | uk_UA |
| dc.relation.references | 50. Google Cloud Platform [Електронний ресурс] – Режим доступу до ресурсу: https://cloud.google.com/ – Дата доступу: 18.04.2023. | uk_UA |
| dc.contributor.affiliation | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна | uk_UA |
| dc.coverage.country | UA | uk_UA |
| Enthalten in den Sammlungen: | 122 — комп’ютерні науки | |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| Sorokivskyi_Masters.pdf | 1,28 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.
Administrationswerkzeuge