Basketbol oyuncu tanımlama ve skor tespiti

Spor video analizi, görüntü is ̧leme uygulamalarının popüler kullanım alanlarından biridir. Bu tür analizler profesyonel spor müsabakalarında ya da antrenman videolarında yapılmakta ve genel olarak skor ve oyuncu tanımlamaları için derin ög ̆renme yerine geleneksel yöntemler kullanılmaktadır. Bu tezin amacı ise bir basketbol antrenmanını gerçek zamanlı olarak analiz edebilen bir algoritma gelis ̧tirmektir. Yani, bu uygulama dog ̆ru oyuncuları tespit etmeli ve her bir oyuncu için skoru vermelidir. Bu amaçla, ilk olarak s ̧utları ve bu s ̧utların bas ̧arılı olup olmadıg ̆ını tespit eden bir metot tanıtılmıs ̧tır. Spesifik olarak, basketbol potasının görüntüdeki yerini tespit etmek için bir derin ög ̆renme modeli verilmis ̧ ve s ̧ut tespiti için arka plan çıkarımı kullanılmıs ̧tır. Ardından, s ̧utun skor olup olmadıg ̆ı farklı bir sinir ag ̆ıyla tanımlanmıs ̧tır. S ̧utun tanımlanmasından sonra, arabelleklenen görüntüler içinde geriye gidilerek s ̧utör tespiti yapılır. Oyuncu YOLOv3-tiny kullanılarak tespit edilir ve güdümsüz bir derin ög ̆renme modeliyle tanımlanır. Bu güdümsüz model yüksek performans vermesi için Üçlü Yitim ve bir bölütleme modelinin kullanımıyla eg ̆itilmis ̧tir. Gerçek zaman hedefine ulas ̧mak amacıyla, kullanılan bütün modeller için temel olarak mobil ag ̆lardan farklı parametre ve eg ̆itim yöntemleriyle yararlanılmıs ̧tır. Ek olarak, her seans sonunda bir kümeleme uygulaması çalıs ̧tırılarak tekrar oyuncu tanımlama yapılmıs ̧ ve sonucun iyiles ̧tirilmesi sag ̆lanmıs ̧tır. Deneyler iki farklı antrenman videosu üzerinde yapılmıs ̧tır. Deney sonuçları skor tanımlamasında %95 dog ̆ruluk oranı; 2 oyuncu üzerinde gerçek zamanlı olarak %92.5'e ve kümeleme ile 6 oyuncu üzerinde %86.7'ye varan dog ̆ruluk oranları ile tanıtılan metodun etkililig ̆ini göstermektedir.