Show simple item record

dc.contributor.authorVu, Kevin
dc.contributor.authorWarsame, Amina
dc.contributor.authorLindevall, Nicklas
dc.date.accessioned2020-07-03T12:30:36Z
dc.date.available2020-07-03T12:30:36Z
dc.date.issued2020-07-03
dc.identifier.urihttp://hdl.handle.net/2077/65494
dc.description.abstractInom detta kandidatarbetet har ett positioneringssystem utvecklats för att bestämma innebandyspelares hastighet samt position i realtid. Med hjälp av AI och kamera har vi uppmätt en persons hastighet som springer på en innebandyplan. Vi har tränat en AI detektor på COCO datasetet att bara känna igen personer och sätta unika IDn. Positionen för innebandyspelare detekterades och projicerades med hjälp av homografi på en bild över en innebandyrink. Genomsnittshastigheten uppmättes med maximalt relativt fel på 15 % gentemot den verkliga medelhastigheten och det genomsnittliga relativa felet på 5,14 %. Vi uppmätte den maximala fluktuationen (av hastigheten) hos en människa som försöker springa med konstant hastighet till medelhastigheten ±24 %. Minst 82 % av hastighetsmätningarna var inom ±24 % av den verkliga medelhastigheten. Detta projekt är genomfört med mål att visa det är möjligt att utveckla ett realtids-spårningssystem för att höja mervärdet av innebandy som publiksport eller till att användas som träningsredskap för klubbar. Vi kallar vårt system för ANNA (Ai av Neurala Nätverk för Analys av innebandyspelare).sv
dc.language.isoswesv
dc.subjectInnebandysv
dc.subjectCNNsv
dc.subjectAIsv
dc.titleAi av Neurala Nätverk för Analys av innebandyspelaresv
dc.typetext
dc.setspec.uppsokPhysicsChemistryMaths
dc.contributor.departmentUniversity of Gothenburg/Department of physicseng
dc.contributor.departmentGöteborgs universitet/Institutionen för fysikswe
dc.type.degreeStudent essay


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record