Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-9493
Authors: Merz, Lasse
Title: Aktives Lernen von Fußballereignissen mit visueller Unterstützung
Other Titles: Active learning of soccer events with visual support
Issue Date: 2017
metadata.ubs.publikation.typ: Abschlussarbeit (Bachelor)
metadata.ubs.publikation.seiten: 62
URI: http://elib.uni-stuttgart.de/handle/11682/9510
http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-95104
http://dx.doi.org/10.18419/opus-9493
Abstract: Videoanalyse gehört heutzutage zu den wichtigsten Mitteln im Sport, um das Spielverhalten von Mannschaften zu untersuchen. Dabei wird zum einen das Verhalten einzelner Spieler sowie die Taktik und Formation der Mannschaft anhand von statistischen Daten bewertet. Zum anderen wird versucht effektive Spielzüge und Verhaltensmuster zu identifizieren. Moderne Sensortechnik bietet die Möglichkeit, durch hochfrequente räumliche Bewegungsdaten der Spieler und des Balls die Videoanalyse zu erleichtern. Oftmals müssen interessante Ereignisse manuell annotiert werden, bevor die eigentliche Analyse stattfinden kann. In dieser Arbeit wird ein Konzept vorgestellt, das beim Finden von interessanten Events helfen soll. Ausgehend von ausgewählten Beispielszenen wird ein Klassifikationsmodell erstellt, mit welchem weitere ähnliche Szenen gefunden werden können. Für die optimale Modellbildung ist es möglich in jeder Phase Domainenwissen einzubringen. Dieses Konzept wurde anhand eines Fußballspiels implementiert und durch eine Evaluation mit verschiedenen Anwendungsfällen ausgewertet. Abschließend werden die Ergebnisse diskutiert.
Video analysis is nowadays one of the most important means in sport to investigate the gaming behavior of teams. On the one hand, the behavior of individual players as well as the tactics and formation of the team are evaluated on the basis of statistical data. On the other hand, attempts are being made to identify effective moves and behavioral patterns. Modern sensor technology offers the possibility to facilitate the video analysis by high-frequency spatial movement data of the players and the ball. Interesting events have to be manually annotated before the actual analysis can take place. In this work a concept will be presented to find interesting events. Starting from selected sample scenes, a classification model is created with which further similar scenes can be found. For optimal modeling, it is possible to introduce domain knowledge in each phase. This concept was implemented on the basis of a soccer game and was evaluated with different use cases. Finally, the results are discussed.
Appears in Collections:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Files in This Item:
File Description SizeFormat 
Aktives Lernen von Fussballereignissen mit visueller Unterstützung.pdf4,14 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.