Seguimiento de una pelota de pádel a partir de vídeos
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/374831
Tipus de documentTreball Final de Grau
Data2022-06-29
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
El seguimiento de la pelota es un factor muy importante en el análisis del juego en deportes de raqueta tales como el pádel, ya que permite el estudio preciso de las jugadas y la evaluación del rendimiento de los deportistas. En este trabajo se detalla el desarrollo y evaluación de una aplicación que permite el seguimiento automático de la pelota en determinados momentos de un partido de pádel, a partir de un vídeo del mismo. Este trabajo se divide en dos partes. En la primera, se han investigado, implementado y evaluado diferentes técnicas de detección de objetos basadas en redes neuronales convolucionales como Mask R-CNN, Yolo y TrackNet para la detección de la posición de la pelota en cada fotograma del vídeo. En la segunda parte, se ha desarrollado un algoritmo basado en RANSAC para la estimación de la trayectoria de la pelota a través de un conjunto de fotogramas. Los algoritmos implementados se han aplicado en múltiples vídeos de partidos de pádel, obteniendo muy buenos resultados. Ball tracking is a very important factor in the analysis of the game in racket sports such as padle, since it allows the precise study of the moves and the evaluation of the performance of the athletes. This work details the development and evaluation of an application that allows the automatic tracking of the ball in certain moments of a padle match video. This paper is divided into two sections. In the first part, several object detection techniques based on convolutional neural networks such as Mask R-CNN, Yolo or TrackNet have been investigated, implemented and evaluated for the detection of the position of the ball in each frame of the video. In the second part, an algorithm based on RANSAC has been developed for the estimation of the ball trajectory through a set of frames. The implemented algorithms have been applied to multiple videos of padle matches, obtaining very good results.
MatèriesArtificial intelligence, Computer vision, Neural networks (Computer science), Intel·ligència artificial, Visió per ordinador, Xarxes neuronals (Informàtica)
TitulacióGRAU EN ENGINYERIA INFORMÀTICA (Pla 2010)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
169871.pdf | 17,04Mb | Visualitza/Obre |