Počítačová analýza sportovních zápasů

but.committeeprof. Ing. Zdeněk Smékal, CSc. (předseda) Ing. Robert Vích, DrSc. (místopředseda) doc. Ing. Izabela Krbilová, Ph.D. (člen) prof. Ing. Karel Bartušek, DrSc. (člen) doc. Ing. Jan Jeřábek, Ph.D. (člen) Ing. Ivo Herman, CSc. (člen) Ing. Milan Šimek, Ph.D. (člen)cs
but.defence- Zhodnoťte vhodnost metody sledování základního tónu komentátora vzhledem k významným okamžikům v utkání. Byly použity vzorky utkání s komentátory různých národností? V případě např. italských či brazilských komentátorů mám výrazné pochybnosti o úspěšnosti popisované detekce. Myslíte si, že Vámi popisovaná metoda je v praxi vůbec použitelná? -Popište postup, jakým byla trénována neuronová síť pro klasifikaci typu hvizdu. Předveďte závislost úspěšnosti klasifikace na počtu předložených vzorků hvizdu během procesu trénování nebo na době trénování neuronové sítě. Zdůvodněte použití daného stavu natrénování sítě pro testy, které jste uvedl v diplomové práci (str.27 až 28).cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorAtassi, Hichamcs
dc.contributor.authorŽidlík, Pavelcs
dc.contributor.refereeBalík, Miroslavcs
dc.date.accessioned2019-05-17T03:25:11Z
dc.date.available2019-05-17T03:25:11Z
dc.date.created2009cs
dc.description.abstractTato práce se zabývá možností rychlé analýzy fotbalového utkání z audio složky záznamu s možností využití některých metod také pro jiná než fotbalová utkání. Při úvodním zamyšlení bylo zaměřeno na detekci hvizdu píšťalky. Ten se ve spektru projevuje svým specifickým základním kmitočtem, který je mimo kmitočty běžné mluvy. Po odhadu harmonických kmitočtu, bylo zaměřeno na rozpoznání významu hvizdu. K této problematice bylo využito pana rozhodčího, který mne informoval o počtu druhů hvizdu a poskytl mi referenční vzorky pro klasifikaci hvizdu. Pro zjištění významu hvizdu bylo použito neuronové sítě s typem učení zpětné šíření. Dalším příznakem pro detekci významných okamžiků ze zápasu bylo zaměřeno na  základní tón komentátora. V případě, že komentátor zápas prožívá naplno tak s každou významnou akcí, která se v zápase odehraje, se automaticky zvyšuje také jeho základní tón promluvy. Dalším příznakem, na který bylo zaměřeno, je detekce zvýšeného základního tónu komentátorova hlasu. Významným okamžikem v zápase jsou také národní hymny týmu, které proti sobě hrají. Dalším příznakem pro analýzu je tedy detekce hymny. Pro získání příznaku z audio signálu bylo využito výhod melovských kepstrálních koeficientů (MFCC) z nich bylo získáno 20 koeficientů. Tyto koeficienty byly použity jako vstup pro klasifikátor založený na neuronové sítí s typem učení zpětné šíření. Pro snadné použití těchto metod bylo vytvořeno grafické uživatelské rozhraní s možností přehledného náhledu získaných výsledků a také s možností přehrání vybraného úseku.cs
dc.description.abstractThis work deals with the possibility of a fast football match analysis from audio part of record with the possibility of implementation of some methods for other than football matches as well. The first intention was concentrated on detection of whiz of the soccer whistle that has specific frequency in its specter, which is out of common speech frequency. After detection harmonic frequency , the attention was focused on the definition of whiz meaning. Referee was helpful with the issue as he informed me about the number of whiz styles and provided me with referential samples for whiz classification. Neural network with back propagation was used for definition of whiz meaning. Another subject for detection of important moments of the match was concentration on the commentator’s basic tone. In case the commentator is really excited with the match, his basic speech tone automatically intensifies with every important action of the game. Analysis of commentator’s intensified basic speech tone was realized in this work too. Also the national hymns of teams playing against each other are a significant moment of the match. That is why detection of a hymn became another subject of analysis. Advantages of MFCC were used to obtain audio signal feature, from which 20 coefficients were gained. These were used as an entrance for classifier based on neural network with back propagation. For easy usage of these methods a graphic user interface with possibility of well-arranged look on gained results and also with possibility of replaying chosen section was created.en
dc.description.markBcs
dc.identifier.citationŽIDLÍK, P. Počítačová analýza sportovních zápasů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.cs
dc.identifier.other21739cs
dc.identifier.urihttp://hdl.handle.net/11012/10245
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectMFCCcs
dc.subjectneuronové sítěcs
dc.subjectspektrální analýzacs
dc.subjectdetekce základního tónucs
dc.subjectautokorelacecs
dc.subjectMatlabcs
dc.subjectfotbalcs
dc.subjectMFCCen
dc.subjectNeural networken
dc.subjectspectral analysisen
dc.subjectdetection basic speech toneen
dc.subjectMatlaben
dc.subjectfootballen
dc.titlePočítačová analýza sportovních zápasůcs
dc.title.alternativeComputer analysis of sport matchesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2009-06-09cs
dcterms.modified2009-07-07-11:45:28cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid21739en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 14:10:57en
sync.item.modts2021.11.12 12:53:08en
thesis.disciplineTelekomunikační a informační technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.08 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
3.29 MB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_21739.html
Size:
9.15 KB
Format:
Hypertext Markup Language
Description:
review_21739.html
Collections