Konenäkö joukkueurheilun kontekstissa

Abstract

Tässä tutkimuksessa tarkastellaan konenäön nykytilaa joukkueurheilun kontekstissa kirjallisuuskatsauksena. Konenäkö on koneoppimisen alalaji, jolla pyritään tuottamaan informaatiota video- tai still-kuvista. Konenäkö on ottanut viime vuosina harppauksia teknologian kehittymisen ja tietokoneiden parantuneen laskentatehon ansiosta. Tämä on luonut painetta konenäön hyödyntämiseen myös urheilun automaattisessa analysoinnissa. Tärkeimmät videosta analysoitavat asiat ovat pelaajien ja pelivälineen sijainti suhteessa pelikenttään, sekä pelaajien identiteetti. Tästä paikkatietodatasta saadaan jalostettua huomattava määrä erilaista informaatiota, joka on hyödyksi sekä pelaajille, valmennukselle että urheilun kuluttajille. Konenäön avulla saatu paikkatietodata on erilaisiin pelaajiin kiinnitettäviin sensoreihin perustuviin järjestelmiin verrattuna ihannetilanteessa halvempi ja helpompi toteuttaa. Konenäköjärjestelmät ovat kuitenkin tähän mennessä kyenneet analysoimaan vain spesifejä lajeja ja perustuvat yleensä useaan kameraan. Pelaajien paikan tunnistaminen on huomattavasti helpompaa kuin pelivälineen tunnistus. Pelaajien identifiointi taas on erittäin vaikea haaste, jota ei ole luotettavasti saatu ratkaistua. Parhaat kaupalliset konenäköjärjestelmät ovat laajasti käytössä eri lajeissa, ja ovat ratkaisseet koenäön ongelmia maailman johtavissa joukkueurheilulajeissa. Näillä järjestelmillä on automatisoitu eri lajien, kuten jalkapallo, jääkiekko ja koripallo, analysointia. Käytännössä kaikki johtavat järjestelmät perustuvat konvoluutioneuroverkkoihin, joka kertoo syväoppimisen voimasta kuvien ja videon käsittelyssä. Konenäköjärjestelmä, joka soveltuu usean lajin analysoimiseen, on vielä kaukana, eikä sellaisen toteuttaminen ole välttämättä järkevää, sillä eri lajien analysoijalle tuomat vaatimukset ovat niin erilaisia.

This thesis examines the present applications of computer vision in the domain of team sports as a literature review. Computer vision is a subset of machine learning that focuses on extracting information from images and videos. Computer vision has taken strides in the last years due to improved technology and the improved computational power of computers. This has brought pressure for autonomous analysis of sports videos with the help of computer vision. The most important pieces of data extracted from the sports videos include player position, ball position and player identity. From these three sets of data large amounts of useful information can be refined for players, coaches, and sports fans. In optimal circumstances, data acquisition by computer vision can be easier and cheaper to implement than sensor-based approaches, but computer vision has so far been implemented to very specific tasks and sports, hence lacking a general application. These systems are often based on multiple cameras that can be costly and complicated to use. Locating players is much easier than locating the ball. Hardest challenge so far has been identifying players and is yet to be solved effectively in most cases. Best commercial applications are widely used in the worlds’ largest team sports. These systems have been used to automate the analysis of sports like basketball, football, and ice hockey. Practically all these systems use convolutional neural networks as the basis of their computer vision models which tells about the power of these deep learning networks when dealing with images and videos. A computer vision system that can analyze multiple different sports is a distant dream and executing one might not necessarily be useful.