1. Trang chủ
  2. » Luận Văn - Báo Cáo

Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN

81 5 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Ứng Dụng Deep Learning Trong Môn Thể Thao Bóng Đá
Tác giả Đinh Quang Minh
Người hướng dẫn TS. Trần Thị Ngọc Lan
Trường học Trường Đại Học Bách Khoa Hà Nội
Chuyên ngành Điện Tử - Viễn Thông
Thể loại Đồ Án Tốt Nghiệp
Thành phố Hà Nội
Định dạng
Số trang 81
Dung lượng 9,19 MB

Nội dung

Đồ Án AI , Deep learning mô phỏng trận bóng đá lên bản đồ 2D Ứng dụng Deep Learning, kết hợp các thuật toán để tạo ra một ứng dụng đơn giản để phân tích trận đấu bóng đá. Từ video trận bóng đá được quay từ góc quay cố định ta cần xây dựng các thuật toán và mô hình để phát hiện , phân loại, theo dõi các đối tượng: cầu thủ, trọng tài, bóng. Ánh xạ tất cả các đối tượng trên lên sân bóng mô hình 2D Giải quyết bài toán kế hợp nhiều camera Xây dựng ứng dụng dưới dạng giao diện để người dùng dễ sử dụng

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN ĐIỆN TỬ - VIỄN THÔNG ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC Đề tài: ỨNG DỤNG DEEP LEARNING TRONG MƠN THỂ THAO BĨNG ĐÁ

Ngày đăng: 10/10/2021, 16:21

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Gong, Y., Sin, L. T., Chuan, C. H., Zhang, H., and Sakauchi, M. (1995). Automatic parsing of tv soccer programs. In Proceedings of the International Conference on Multimedia Computing and Systems, pages 167–174 Sách, tạp chí
Tiêu đề: Automaticparsing of tv soccer programs
Tác giả: Gong, Y., Sin, L. T., Chuan, C. H., Zhang, H., and Sakauchi, M
Năm: 1995
[2] Yoon, H.-S., Bae, Y.-l. J., and Yang, Y.-k. (2002). A soccer image sequence mosaicking and analysis method using line and advertisement board detection. ETRI journal, 24(6):443–454 Sách, tạp chí
Tiêu đề: A soccer image sequencemosaicking and analysis method using line and advertisement board detection
Tác giả: Yoon, H.-S., Bae, Y.-l. J., and Yang, Y.-k
Năm: 2002
[3] D’Orazio, T., Ancona, N., Cicirelli, G., and Nitti, M. (2002). A ball detection algorithm for real soccer image sequences. In Pattern Recognition, 2002. Proceedings 16th International Conference on, vol-ume 1, pages 210–213. IEEE Sách, tạp chí
Tiêu đề: A ball detectionalgorithm for real soccer image sequences
Tác giả: D’Orazio, T., Ancona, N., Cicirelli, G., and Nitti, M
Năm: 2002
[4] Mazzeo, P. L., Leo, M., Spagnolo, P., and Nitti, M. (2012). Soccer ball detection by comparing different feature extraction methodologies. Advances in Artificial In- telligence, 2012:6 Sách, tạp chí
Tiêu đề: Soccer ball detection bycomparing different feature extraction methodologies
Tác giả: Mazzeo, P. L., Leo, M., Spagnolo, P., and Nitti, M
Năm: 2012
[5] Higham, D., Kelley, J., Hudson, C., and Goodwill, S. R. (2016). Finding the optimal background subtraction algorithm for eurohockey 2015 video. Procedia Engineering, 147:637 – 642. The Engineering of SPORT 11 Sách, tạp chí
Tiêu đề: Finding theoptimal background subtraction algorithm for eurohockey 2015 video
Tác giả: Higham, D., Kelley, J., Hudson, C., and Goodwill, S. R
Năm: 2016
[6] Poppe, C., De Bruyne, S., Verstockt, S., and Van de Walle, R. (2010). Multi- camera analysis of soccer sequences. In Advanced Video and Signal Based Surveillance (AVSS), 2010 Seventh IEEE International Conference on, pages 26–31.IEEE Sách, tạp chí
Tiêu đề: Multi-camera analysis of soccer sequences
Tác giả: Poppe, C., De Bruyne, S., Verstockt, S., and Van de Walle, R
Năm: 2010
[7] Halbinger, J. and Metzler, J. (2015). Video-based soccer ball detection in difficult situations. In Cabri, J., Pezarat Correia, P., and Barreiros, J., editors, Sports Science Research and Technology Support, pages 17–24, Cham. Springer International Publishing Sách, tạp chí
Tiêu đề: Video-based soccer ball detection in difficultsituations
Tác giả: Halbinger, J. and Metzler, J
Năm: 2015
[8] Lehuger, A., Duffner, S., and Garcia, C. (2007). A robust method for automatic player detection in sport videos. Orange Labs, 4 Sách, tạp chí
Tiêu đề: A robust method for automaticplayer detection in sport videos
Tác giả: Lehuger, A., Duffner, S., and Garcia, C
Năm: 2007
[9] Mackowiak, S., Kurc, M., Konieczny, J., and Mackowiak, P. (2010). A complex system for football player detection in broadcasted video. In ICSES 2010 International Conference on Signals and Electronic Circuits, pages 119–122. IEEE Sách, tạp chí
Tiêu đề: A complexsystem for football player detection in broadcasted video
Tác giả: Mackowiak, S., Kurc, M., Konieczny, J., and Mackowiak, P
Năm: 2010
[10] Redmon, J., Divvala, S., Girshick, R., and Farhadi, A. (2016). You only look once:Unified, real-time object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition, pages 779-788 Sách, tạp chí
Tiêu đề: You only look once:"Unified, real-time object detection
Tác giả: Redmon, J., Divvala, S., Girshick, R., and Farhadi, A
Năm: 2016
[11] Girshick, R. (2015a). Fast r-cnn. In Proceedings of the IEEE international conference on computer vision, pages 1440–1448 Sách, tạp chí
Tiêu đề: Fast r-cnn
[12] Ren, S., He, K., Girshick, R., and Sun, J. (2015). Faster r-cnn: Towards real-time object detection with region proposal networks. In Advances in neural information processing systems, pages 91–99 Sách, tạp chí
Tiêu đề: Faster r-cnn: Towards real-timeobject detection with region proposal networks
Tác giả: Ren, S., He, K., Girshick, R., and Sun, J
Năm: 2015
[14] Speck, D., Barros, P., Weber, C., and Wermter, S. (2017). Ball localization for robocup soccer using convolutional neural networks. In Behnke, S., Sheh, R., Sarıel, S., and Lee, D. D., editors, RoboCup 2016: Robot World Cup XX, pages 19–30, Cham. Springer International Publishing Sách, tạp chí
Tiêu đề: Ball localization forrobocup soccer using convolutional neural networks
Tác giả: Speck, D., Barros, P., Weber, C., and Wermter, S
Năm: 2017
[15] Reno, V., Mosca, N., Marani, R., Nitti, M., D’Orazio, T., and Stella, E. (2018).Convolutional neural networks based ball detection in tennis games. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, pages 1758–1764 Sách, tạp chí
Tiêu đề: Convolutional neural networks based ball detection in tennis games
Tác giả: Reno, V., Mosca, N., Marani, R., Nitti, M., D’Orazio, T., and Stella, E
Năm: 2018
[16] Jacek Komorowski, Grzegorz Kurzejamski and Grzegorz Sarwas. FootAndBall:Integrated player and ball detector. Warsaw University of Technology, Warsaw, Poland Sách, tạp chí
Tiêu đề: FootAndBall:"Integrated player and ball detector
[20] Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi. You Only Look Once:Unified, Real-Time Object Detection. University of Washington, Allen Institute for AI, Facebook AI Research Sách, tạp chí
Tiêu đề: You Only LookOnce:"Unified, Real-Time Object Detection
[21] Joseph Redmon, Ali Farhadi. YOLO9000:Better, Faster, Stronger. University of Washington, Allen Institute for AI Sách, tạp chí
Tiêu đề: YOLO9000:Better, Faster, Stronger
[22] Joseph Redmon, Ali Farhadi. YOLOv3: An Incremental Improvement. University of Washington Sách, tạp chí
Tiêu đề: YOLOv3: An Incremental Improvement
[23] Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao. YOLOv4:Optimal Speed and Accuracy of Object Detection Sách, tạp chí
Tiêu đề: YOLOv4
[33] Nicolai Wojke - Alex Bewley - Dietrich Paulus, Simple online and realtime tracking with a deep association metric, University of Koblenz-Landau, Queensland University of Technology Sách, tạp chí
Tiêu đề: Simple online and realtimetracking with a deep association metric

HÌNH ẢNH LIÊN QUAN

Hình 2.2 Kiến trúc mạng YOLO [20] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.2 Kiến trúc mạng YOLO [20] (Trang 35)
Hình 2.3 Hiệu suất YOLOv5 [24] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.3 Hiệu suất YOLOv5 [24] (Trang 38)
Hình 2.4 Sơ đồ khối model chính - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.4 Sơ đồ khối model chính (Trang 42)
Hình 2.5 Video đầu vào bên trái sân - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.5 Video đầu vào bên trái sân (Trang 43)
Hình 2.6 Video đầu vào giữa sân - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.6 Video đầu vào giữa sân (Trang 44)
Hình 2.7 Video đầu vào bên phải sân - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.7 Video đầu vào bên phải sân (Trang 44)
Hình 2.9 Dữ liệu đầu ra từng frame được lưu ở các thư mục tương ứng - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.9 Dữ liệu đầu ra từng frame được lưu ở các thư mục tương ứng (Trang 45)
Hình 2.10 Dữ liệu ảnh đầu ra - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.10 Dữ liệu ảnh đầu ra (Trang 46)
Hình 2.13 Các layer chuyên dụng để xây dựng model CNN Keras [30] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.13 Các layer chuyên dụng để xây dựng model CNN Keras [30] (Trang 47)
Hình 2.14 Cài đặt các thư viện, cấu hình và đọc dữ liệu đầu vào - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.14 Cài đặt các thư viện, cấu hình và đọc dữ liệu đầu vào (Trang 48)
Hình 2.15 Xây dựng các lớp của mô hình CNN và cấu hình đầu ra - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.15 Xây dựng các lớp của mô hình CNN và cấu hình đầu ra (Trang 49)
Hình 2.17 Kiểm thử và save file weights model - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.17 Kiểm thử và save file weights model (Trang 50)
Hình 2.18 Sơ đồ khối model Detection và Mapping - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.18 Sơ đồ khối model Detection và Mapping (Trang 51)
Hình 2.19 Nhãn YOLO [31] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.19 Nhãn YOLO [31] (Trang 53)
Bảng 2.1 Pretrained Checkpoints các phiên bản YOLOv5 [31] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Bảng 2.1 Pretrained Checkpoints các phiên bản YOLOv5 [31] (Trang 54)
Hình 2.20 Lựa chọn 4 điểm để biến đổi perspective transformation lên sân bóng 2D - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.20 Lựa chọn 4 điểm để biến đổi perspective transformation lên sân bóng 2D (Trang 59)
Hình 2.21 Sơ đồ khối model Tracking [32] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.21 Sơ đồ khối model Tracking [32] (Trang 60)
Hình 2.22 Sơ đồ khối model ReID - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.22 Sơ đồ khối model ReID (Trang 62)
2.3.2 Đóng gói chương trình - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
2.3.2 Đóng gói chương trình (Trang 65)
Hình 2.23 Giao diện phần mềm thiết kế GUI - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 2.23 Giao diện phần mềm thiết kế GUI (Trang 65)
Hình 3.25 Chỉ số IOU [35] - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.25 Chỉ số IOU [35] (Trang 67)
Hình 3.26 Detect bằng YOLOv5 - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.26 Detect bằng YOLOv5 (Trang 69)
Hình 3.27 Kết quả detect and classify players - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.27 Kết quả detect and classify players (Trang 70)
Hình 3.28 Kết quả tracking players - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.28 Kết quả tracking players (Trang 70)
Hình 3.29 Minimap - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.29 Minimap (Trang 71)
Hình 3.30 Tracking Deep-SORT demo - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.30 Tracking Deep-SORT demo (Trang 72)
Hình 3.31 Tracking ReID demo Kết quả xây dựng giao diện: - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Hình 3.31 Tracking ReID demo Kết quả xây dựng giao diện: (Trang 73)
Bảng 3.2 Bảng so sánh thời gian xử lý giữa PC server và Laptop cá nhân - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
Bảng 3.2 Bảng so sánh thời gian xử lý giữa PC server và Laptop cá nhân (Trang 74)
Qua 2 bảng so sánh ta thấy để chạy được các model đã được xây dựng phía trên yêu cầu thông số phần cứng khá cao và cần tối ưu về phần mềm. - Đồ Án Tốt nghiệp Kĩ Sư DTVT DHBK HN
ua 2 bảng so sánh ta thấy để chạy được các model đã được xây dựng phía trên yêu cầu thông số phần cứng khá cao và cần tối ưu về phần mềm (Trang 75)

TỪ KHÓA LIÊN QUAN

w