Sledování hráčů florbalu ve videu z horního pohledu

Abstract

Tato práce představuje nový sytém pro sledování osob ve sportovních videích. Systém se zaměřuje na sledování osob při pohledu shora. Pro detekci slouží upravená síť YOLO, dotrénovaná síť ResNet slouží pro porovnání podobnosti hráčů. Za pomoci vizuální podobnosti systém rozpoznává ztracené hráče. Navržená metoda dosahuje 94\% mAP při detekci a 90\% MOTA při sledování osob na novém datasetu ze sportovních videí. Dataset spolu s grafickou aplikací na zpracování dat je přiložen k práci.

In this thesis, we propose a new system for online person tracking by detection. The system focuses on tracking persons in top-view sports videos. A modified YOLO network serves as a person detector from top-view videos. A fine-tuned ResNet network works as a similarity metric allowing person reidentification by visual similarity. The proposed method achieves 94\% mAP in the detection and 90\% MOTA in the tracking on a new dataset from sports videos. The dataset is attached to the thesis along with a GUI application for data processing.