HOME > 공학 > 로봇 > 한국정보과학회 > 정보과학회 컴퓨팅의 실제 논문지
실시간 야구 중계를 위한 CNN 기반 고속 야구 선수 위치 검출 시스템 -
분야 공학 > 로봇
저자 김재준 최태영
발행기관 한국정보과학회
간행물정보 정보과학회 컴퓨팅의 실제 논문지 2019년, 정보과학회 컴퓨팅의 실제 논문지 제25권 제3호, 171page~178page(총8page)
파일형식 3673219 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
스포츠 경기 자동 중계를 위한 UAV 비디오 해석 및 추적 방법 -
Faster R-CNN을 이용한 영상 기반 신호등 인식 시스템 연구 -
Faster R-CNN 기반의 실시간 번호판 검출
RFID를 이용한 웹 기반의 실시간 위험물 모니터링 시스템 구축 사례 -
실시간 얼굴 검출을 위한 Cascade CNN의 CPU-FPGA 구조 연구 -
 
 
목차
부제 : Fast Baseball Player Location Detection System using Convolutional Neural Networks for Real Time Broadcast
요약
Abstract
1. 서론
2. 관련 연구
3. 제안 시스템
4. 성능 평가
5. 결론
References
 
 
국문초록
본 논문에서는 야구 경기 영상에서 딥 러닝 기법들 중 영상 인식에 적합한 CNN을 사용하여 야구 선수의 위치를 검출하는 시스템을 제안한다. 객체의 위치 검출을 위한 기존의 영상 처리 기법들 중 다수는 영상 프레임 사이의 차영상이나 객체의 윤곽을 얻는 방법들을 사용해왔지만, 야구 중계와 같이 다양한 기후와 배경을 모두 고려하여 실용화하기에는 추가적인 검증 과정이 필요하다. 본 논문에서는 다양한 경우에 움직이는 객체의 위치를 빠르게 학습하고 검출하기 위해 이진 블록 영상을 적용하였고 학습 성능을 향상시키기 위해 학습 영상을 추가로 생성하는 데이터 증강 기법을 사용하였다. 선수 위치의 정확도 평가 척도는 목표 객체의 중심점과 지능망을 통해 검출된 확률 중심과의 거리를 평가 척도로 적용하였다. 실험 결과는 제안한 방법의 평균 거리가 2.92픽셀로 Faster R-CNN의 평균 거리인 3.35보다 0.43픽셀이 낮아 선수의 위치 검출 정확도가 높으며, 수행 속도도 제안한 방법이 Faster R-CNN보다 69.93배 빠름을 보여준다.
 
 
영문초록
The paper proposes a player location detection system in a baseball game broadcast. Location detection system uses CNN (convolutional neural network) suitable for image processing among diverse deep learning systems. To train the location of a player faster and accurately, we choose binary block labeling instead of the commonly used edge detection methods. Data augmentation method, which generates additional training images was applied to increase the degree of accuracy. The distance between the center position of the target and the output position by neural network was used to measure performance. Experimental results indicated that the average pixel distances between center of target position and one of output are 2.92 and 3.35 in the case of the proposed method and Faster R-CNN, respectively. In addition, the execution time of the proposed method was established to be 69.93 times faster than that of Faster R-CNN.
 
 
이미지 위치 검출, 딥러닝, 야구 경기 중계, deep learning, baseball broadcasting, CNN, image detection algorithm
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
2011년창업아이템(오피스텔임대사업,정보검색대행업,파티관련사업,보디가드사업)
2017년.5월 최신시사상식
[A+]SNS 기능, 분류, sns 현황 동향, sns 기업에 미친영향, sns 사례, sns 장점 단점, sns 발전방향, 소셜커머스
[신문분석] 신문1면 종합정치면 국제 사회 경제 다섯개면의 공통기사, 차이기사 분석
성공하는 리더란 무엇인가!!!
[인문사회계열] 미디어와 스포츠에 관한여
[국제경영] 다국적 기업의 기술 이전
미디어와 스포츠
광고매체 조사 레포트
방송저널리즘에서 기자와 프로듀서의 역할에 관한 연구
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
실행연구자(action researcher)로서의...
어머니 자녀간 애착, 상호 반응적 지...
순환신경망을 이용한 한글 필기체 인...
Eisner의 교육목표 분류에 따른 5세 ...
영아반 자유놀이활동시간에 나타난 교...
이 간행물 신규자료
SCM을 적용한 빅데이터 스트림 처리 ...
대용량 전산유체역학 데이터의 효과적...
빠른 응답성을 갖는 API 단위 응용을 ...
BERT 기반 Variational Inference와 R...
블록체인 기반의 안전한 P2P 전자 쿠...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]