Implementación de un modelo de detección y seguimiento de jugadores de waterpolo para el análisis de modelos de juego

Alvarez-Cedrón García-Zarandieta, Rocío (2020). Implementación de un modelo de detección y seguimiento de jugadores de waterpolo para el análisis de modelos de juego. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid.

Description

Title: Implementación de un modelo de detección y seguimiento de jugadores de waterpolo para el análisis de modelos de juego
Author/s:
  • Alvarez-Cedrón García-Zarandieta, Rocío
Contributor/s:
  • Jiménez Bermejo, David
Item Type: Final Project
Degree: Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación
Date: 2020
Subjects:
Freetext Keywords: Waterpolo, detección de personas, seguimiento de personas, re-identificación, Aprendizaje Profundo, Visión Artificial, cámara 360º, YOLO, Faster R-CNN, KCF, CSRT, OpenCV
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Electrónica Física, Ingeniería Eléctrica y Física Aplicada
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (10MB) | Preview

Abstract

El proyecto consiste en el desarrollo de un algoritmo para la detección y seguimiento de jugadores de waterpolo con el propósito de crear una herramienta para el análisis de los modelos de juego de este deporte, a partir de imágenes de una cámara 360º. El estudio recoge una comparativa de distintos algoritmos de detección de objetos que utilizan técnicas de Deep Learning que han sido aplicadas al ámbito del deporte acuático, en el que el cuerpo humano se encuentra parcialmente ocluido. Se han implementado redes neuronales convolucionales conocidas como YOLOv3 y Faster R-CNN que permiten obtener el Bounding Box de las personas detectadas. Además, para obtener unos mejores resultados, se re-entrenan las redes con el fin de ajustar los resultados de manera más fiable al problema de detección de personas en el agua. En cuanto a los datos empleados para la implementación y entrenamiento del algoritmo se ha creado y anotado un Dataset completo de creación propia. Este Dataset cuenta con vídeos de los entrenamientos del Club Deportivo Natación Boadilla en los que se realizan distintos modelos de juego para evaluar si el algoritmo diseñado es capaz de representar correctamente los distintos movimientos efectuados. El Dataset ha sido grabado con una cámara 360º por lo que se ha realizado un procesado previo de la imagen para eliminar las distorsiones que se generan al representar las imágenes en 2D. El seguimiento de los jugadores se implementa gracias a algoritmos de Visión Artificial para realizar un seguimiento simultáneo de múltiples objetos. Los algoritmos utilizados son el Kernel Correlation Filter (KCF) y el Correlation Filter with Channel and Spatial Reliability (CSRT) que, a partir del análisis de la imagen, predicen la ubicación del Bounding Box en la próxima imagen, proporcionando una estimación incluso cuando el algoritmo de detección no es capaz de volver a detectar a una persona siendo ya seguida. Para mejorar el seguimiento de cada jugador se utilizan técnicas de re-identificación ayudando al algoritmo a tomar una decisión final. Finalmente se implementan diferentes visualizaciones mediante mapas de calor para representar el movimiento de los jugadores detectados y así poder analizar las jugadas durante un partido.

More information

Item ID: 62753
DC Identifier: http://oa.upm.es/62753/
OAI Identifier: oai:oa.upm.es:62753
Deposited by: Biblioteca ETSI Telecomunicación
Deposited on: 22 Jun 2020 08:36
Last Modified: 22 Jun 2020 08:36
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM