Porozumění videozáznamům badmintonu

Simple item page
but.committeedoc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (člen) Ing. Šárka Květoňová, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (člen)cs
but.defenceStudent 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 C.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHerout, Adamcs
dc.contributor.authorMašláň, Vojtěchcs
dc.contributor.refereeHradiš, Michalcs
dc.date.created2023cs
dc.description.abstractCílem této bakalářské práce bylo experimentování s modely strojového učení pro porozumění záznamů badmintonu. V první částí práce byl zmapován aktuální stav v oblasti využití počítačového vidění pro analýzu sportu, následně v experimentální části bylo navrženo několik modelů pro detekci úderů badmintonu. Navržené modely využívají již existující modely pro extrakci póz lidí. Vypracované modely dosáhly přesnosti 80,1 % pro detekci 7 různých činností a 84,0 % pro detekci 4 různých činností. Natrénované modely byly demonstrovány na jednoduché webové aplikaci pro analýzu krátkých videí badmintonu.cs
dc.description.abstractThe aim of this thesis was to experiment with machine learning models for the understanding of badminton videos. The thesis maps the current state of using computer vision and machine learning for sport videos analysis. In the experimental part of the work, several models for badminton stroke detection were made. All the models are predicting the strokes based on player poses extracted from a pose estimation model. Developed models achieved an accuracy of 80.1 % for detecting 7 different strokes and 84.0 % for detecting 4 different strokes. Trained models were then used to create a simple web application for short badminton video analysis.en
dc.description.markCcs
dc.identifier.citationMAŠLÁŇ, V. Porozumění videozáznamům badmintonu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other146531cs
dc.identifier.urihttp://hdl.handle.net/11012/211111
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectodhad pózycs
dc.subjectrozpoznání činnostics
dc.subjectanalýza badmintonucs
dc.subjectpočítačové viděnícs
dc.subjectneuronové sítěcs
dc.subjectpose estimationen
dc.subjectaction recognitionen
dc.subjectbadminton analysisen
dc.subjectcomputer visionen
dc.subjectneural networksen
dc.titlePorozumění videozáznamům badmintonucs
dc.title.alternativeUnderstanding of Badminton Videosen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-13cs
dcterms.modified2023-06-13-15:04:58cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid146531en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 20:59:12en
sync.item.modts2025.01.17 14:37:28en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
6.14 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.pdf
Size:
3.7 MB
Format:
Adobe Portable Document Format
Description:
file appendix-1.pdf
Download
Thumbnail Image
Name:
review_146531.html
Size:
12.72 KB
Format:
Hypertext Markup Language
Description:
file review_146531.html
Download
Collections
2023