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