Rozpoznávání událostí ve fotbalu z prostoročasových dat objektů ve hře
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato diplomová práce se věnuje automatické detekci událostí ve fotbale. Jejím cílem je uvést čtenáře do této problematiky, diskutovat možná řešení této úlohy a poté detekci událostí realizovat. Práce je zaměřena především na detekci událostí z prostoročasových dat objektů ve hře. Představený způsob realizace tohoto problému spočívá v jeho převedení na úlohu typu značení sekvencí. Taková úloha je poté řešena pomocí rekurentních neuronových sítí LSTM . Výsledek značení sekvencí je nakonec interpretován jako detekované události. Jako produkt této práce vznikla knihovna pro realizaci detekce událostí a experimentování s různými variantami formulace této úlohy jako problém značení sekvencí.
This diploma thesis deals with automatic soccer event detection . Its goal is to introduce reader to this issue , discuss possible ways of solution of this task and then implement event detection . This work aims at event recognition using spatio - temporal data of gaming objects . Introduced way of dealing with event detection lies in its converting to sequence labeling task . Then such task is solved using LSTM recurrent neural networks . Lastly , result of sequence labeling is interpreted as detected events . Library for event detection has been created as the output of this work . This library allow user to experiment with different variants how to formulate event detection as sequence labeling task .
This diploma thesis deals with automatic soccer event detection . Its goal is to introduce reader to this issue , discuss possible ways of solution of this task and then implement event detection . This work aims at event recognition using spatio - temporal data of gaming objects . Introduced way of dealing with event detection lies in its converting to sequence labeling task . Then such task is solved using LSTM recurrent neural networks . Lastly , result of sequence labeling is interpreted as detected events . Library for event detection has been created as the output of this work . This library allow user to experiment with different variants how to formulate event detection as sequence labeling task .
Description
Citation
ČÍŽEK, T. Rozpoznávání událostí ve fotbalu z prostoročasových dat objektů ve hře [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
doc. Ing. František Zbořil, CSc. (předseda)
prof. RNDr. Alexandr Meduna, CSc. (místopředseda)
Ing. Michal Bidlo, Ph.D. (člen)
Ing. František Grézl, Ph.D. (člen)
doc. Ing. Radomil Matoušek, Ph.D. (člen)
Dr. Ing. Petr Peringer (člen)
Date of acceptance
2018-06-18
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Zvažoval jste i použití jiných metod strojového učení? Které z nich by mohly mít potenciál být úspěšnější než LSTM neuronové sítě? Jakou velikost trénovací množiny dat byste považoval za vhodnou pro natrénování vašeho modelu?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení