dc.contributor.author | Vu, Kevin | |
dc.contributor.author | Warsame, Amina | |
dc.contributor.author | Lindevall, Nicklas | |
dc.date.accessioned | 2020-07-03T12:30:36Z | |
dc.date.available | 2020-07-03T12:30:36Z | |
dc.date.issued | 2020-07-03 | |
dc.identifier.uri | http://hdl.handle.net/2077/65494 | |
dc.description.abstract | Inom 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.iso | swe | sv |
dc.subject | Innebandy | sv |
dc.subject | CNN | sv |
dc.subject | AI | sv |
dc.title | Ai av Neurala Nätverk för Analys av innebandyspelare | sv |
dc.type | text | |
dc.setspec.uppsok | PhysicsChemistryMaths | |
dc.contributor.department | University of Gothenburg/Department of physics | eng |
dc.contributor.department | Göteborgs universitet/Institutionen för fysik | swe |
dc.type.degree | Student essay | |