Kartläggning av innebandyspelares rörelsemönster med hjälp av optisk spårning
Typ
Examensarbete för kandidatexamen
Program
Publicerad
2022
Författare
Gustafsson, Hannes
Johansson, Pontus
Kullner, Oskar
Molinder, Ebba
Salomonsson, Victor
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Denna rapport syftar till att redogöra för utvecklingen av ett system som kan användas
för att upptäcka och spåra positionen av innebandyspelare under matcher.
Systemet möjliggör för den insamlade datan att sammanställas till jämförbar spelarstatistik
att använda i träningssyfte och är tänkt att vara ekonomiskt tillgängligt
inte bara för toppligorna i svensk innebandy.
Systemet består av en kamera som spelar in matchen med ett vidvinkelobjektiv
för att få med hela spelplanen från en enda kameraposition. Videofilmen behandlas
därefter av för ändamålet anpassad öppen källkod vid namn OpenCV, YOLOv5,
och DeepSORT som översätter den inspelade videofilmen till tvådimensionell positionsdata
för varje spelare. En hemsida utvecklades med hjälp av ramverket Flutter
med syfte att lagra och presentera spelarstatistiken framtagen ur den erhållna datamängden.
Rapporten går bland annat igenom metoder för detektion och spårning av människor
i rörelse, maskininlärning i syfte att upptäcka spelares tröjnummer och koordinatprojicering
av identifierade objekt i bilder med vidvinkeldistorsion. För att avgöra
graden av ekonomisk tillgänglighet behöver mer ingående kostnads- och marknadsanalyser
utföras.
Beskrivning
Ämne/nyckelord
Innebandy , optisk spårning , Python , statistik , objektdetektering , personspårning , maskininlärning , artificiell intelligens