Praćenje igrača u snimkama nogometnih utakmica
Sažetak na hrvatskom: Danas postoje razne metode praćenja objekata koje na razne načine mogu brzo i efikasno pomoći treneru i stručnom stožeru analizirati igrače unutar utakmice na temelju čega mogu doći do raznih strategija kako igrati protiv drugih timova, primjerice koji igrači bi bili prikladni...
| LEADER | 03917na a2200229 4500 | ||
|---|---|---|---|
| 003 | HR-ZaFER | ||
| 008 | 160221s2017 ci ||||| m||| 00| 0 hr d | ||
| 035 | |a (HR-ZaFER)ferid5850 | ||
| 040 | |a HR-ZaFER |b hrv |c HR-ZaFER |e ppiak | ||
| 100 | 1 | |a Šesto, Franko | |
| 245 | 1 | 0 | |a Praćenje igrača u snimkama nogometnih utakmica : |b završni rad / |c Franko Šesto ; [mentor Zoran Kalafatić]. |
| 246 | 1 | |a Tracking of Players in Football Game Video |i Naslov na engleskom: | |
| 260 | |a Zagreb, |b F. Šesto, |c 2017. | ||
| 300 | |a 44 str. ; |c 30 cm + |e CD-ROM | ||
| 502 | |b preddiplomski studij |c Fakultet elektrotehnike i računarstva u Zagrebu |g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2017-06-09, datum završetka: 2017-07-10 | ||
| 520 | 3 | |a Sažetak na hrvatskom: Danas postoje razne metode praćenja objekata koje na razne načine mogu brzo i efikasno pomoći treneru i stručnom stožeru analizirati igrače unutar utakmice na temelju čega mogu doći do raznih strategija kako igrati protiv drugih timova, primjerice koji igrači bi bili prikladni za igru, koji ne, te sam način igre. Sve se to dobiva na temelju puta kojeg prolazi igrač, prostora u kojem se kreće te svega ostalog što se dade zaključiti iz praćenja igrača. U ovom radu opisuje se klasično praćenje objekata koristeći algoritam Mean-shift. Kako bismo primjenili Mean-shift moramo koristiti neku metodu obrade slike kako bismo dobili dobru distribuciju s kojom radi Mean-shift. Modelira se histogram na temelju kojega se opisuje vjerojatnost da li se igrač nalazi na tom mjestu u terenu. Algoritam je testiran na sekvencama nogometnih utakmica, a radi boljeg praćenja i pokazivanja što sve poboljšava praćenje, implementacija je primjenjiva na specifičan skup video-sekvenci. | |
| 520 | 3 | |a Sažetak na engleskom: Today there are many different object tracking methods which can be helpful to coach and his expert team for efficient and fast analysis of players in the game . They can decide which strategy to use versus opponent teams, for instance, which players would be suitable for playing, which not, or how to play the whole game generally. We get all of that based on player’s path, space where he moves and all other things which can be deducted from players tracking. In this thesis is described classic object tracking using Mean-shift algorithm. In order to apply Mean-shift, we must use some specific image processing method, so we could get good density distribution, which Mean-shift use as input. We are modelling histogram which is used for describing probability, is player placed on a specific dot in football field. Mean-shift is tested on video-sequences of football games. For better tracking and indicating what does improve tracking, given implementation is effective on specific set of video-sequences. | |
| 653 | 1 | |a Mean-shift |a algoritam |a distribucija |a procjena gustoće Kernelom |a praćenje |a objekti |a backprojection |a regija interesa |a histogram |a boje |a HSV sustav boja |a RGB sustav boja |a jezgrena funkcija |a funkcija gustoće vjerojatnosti |a neparametarska statistika |a video |a sekvenca |a usporedba histograma |a centar mase |a Mean-shift vektor |a Cam-shift |a lokalni optimum |a konvergencija |a cluster |a svojstveni vektor |a svojstveni prostor |a košara |a Bhattacharyya koeficijent |a OpenCV biblioteka |a pikseli |a model |a kandidat |a nogometna utakmica | |
| 653 | 1 | |a Mean-shift |a algorithm |a density distribution |a Kernel-density estimation |a tracking |a objects |a backprojection |a region of interest |a histogram |a colors |a HSV color space |a RGB color space |a kernel function |a probability density function |a nonparametric statistics |a video |a sequence |a frame |a histogram comparation |a centroid |a Mean-shift vector |a Cam-shift |a mode |a convergence |a cluster |a feature vector |a feature space |a bin |a Bhattacharyya coefficient |a OpenCV library |a pixels |a model |a candidate |a football game | |
| 700 | 1 | |a Kalafatić, Zoran |4 ths | |
| 942 | |c Z | ||
| 999 | |c 50245 |d 50245 | ||