AI Basketball Referee
1.0.0
Sportarten entwickeln sich von Tag zu Tag weiter und die Technologie, die diese Sportarten unterstützt, entwickelt sich exponentiell weiter. Viele Sportarten haben Computer Vision implementiert, um die Schiedsrichteraufrufe und die allgemeine Fairness des Spiels zu verbessern. Beim Tennis werden Kameras verwendet, um zu erkennen, ob ein Ball im Aus ist, bei der Leichtathletik werden Kameras verwendet, um zu erkennen, wer ein Rennen gewonnen hat, und viele mehr. Eine Sportart, die dies jedoch nicht in nennenswertem Umfang geschafft hat, ist Basketball. Darüber hinaus ist Basketball eine der Sportarten, die für ihre meisterschaftsverändernden, ungeheuerlichen Schiedsrichterrufe berüchtigt ist. Die Implementierung von Computer Vision zur Überwachung von Basketballspielen kann nicht nur das Spiel zu einem viel faireren Erlebnis für Spieler und Fans machen, sondern auch eine Möglichkeit sein, Daten zu sammeln, die für bessere Modelle und Statistiken des maschinellen Lernens verwendet werden können.
Der AI Basketball Referee ist ein auf Computer Vision basierendes System, das ein benutzerdefiniertes YOLO-Modell (You Only Look Once) für maschinelles Lernen verwendet, das auf 3000 annotierten Bildern trainiert wurde, um Basketbälle in Echtzeit zu erkennen. Darüber hinaus nutzt es die YOLO-Posenschätzung, um Schlüsselpunkte am Körper der Spieler zu erkennen. Durch die Kombination dieser beiden Techniken ist der KI-Basketball-Schiedsrichter in der Lage, Bewegungen und Doppeldribblings bei Basketballspielen genau zu erkennen.
Der erste Schritt im Prozess des KI-Basketball-Schiedsrichters ist die Basketballerkennung. Das maschinelle Lernmodell von YOLO ist darauf trainiert, Basketbälle in den Videobildern zu erkennen. Es wurde anhand eines vielfältigen Datensatzes von 3000 kommentierten Bildern trainiert, die verschiedene Basketball-Posen, Lichtverhältnisse und Hintergründe enthielten. Während der Laufzeit analysiert das Modell jeden Frame in Echtzeit und sagt Begrenzungsrahmen um die erkannten Basketbälle voraus.
Um die Erkennung von Reisen und Doppeldribblings zu ermöglichen, nutzt der AI Basketball Referee auch die YOLO-Posenschätzung. Diese Technik ermöglicht es dem System, Schlüsselpunkte am Körper der Spieler zu identifizieren und zu verfolgen. Wichtige Körpergelenke wie Knöchel, Knie, Hüfte, Ellbogen und Handgelenke sind entscheidend für die genaue Bestimmung der Spielerbewegungen.
Sobald die Basketbälle und Schlüsselpunkte der Spieler erkannt wurden, wendet der KI-Basketball-Schiedsrichter eine Reihe vordefinierter Regeln an, um festzustellen, ob ein Reiseverstoß vorliegt. Durch die Analyse der Position und Bewegung der Schlüsselpunkte des Spielers über aufeinanderfolgende Frames hinweg kann das System Fälle erkennen, in denen ein Spieler Schritte unternommen hat, ohne den Ball zu dribbeln, oder sich über die zulässige Distanz hinaus bewegt hat, ohne zu dribbeln oder zu passen.
In ähnlicher Weise nutzt der KI-Basketball-Schiedsrichter die erkannten Basketbälle und Schlüsselpunkte der Spieler, um Doppeldribblings zu erkennen. Durch die Verfolgung der Position und Bewegung der Schlüsselpunkte des Spielers und die Analyse der Interaktionen mit dem Basketball kann das System Situationen erkennen, in denen ein Spieler den Ball dribbelt, stoppt und dann erneut zu dribbeln beginnt, ohne dass ein anderer Spieler den Ball in der Zwischenzeit berührt oder besitzt.
Der KI-Basketball-Schiedsrichter gibt während Basketballspielen Echtzeit-Feedback zu Reise- und Doppeldribble-Verstößen. Es hebt die erkannten Verstöße im Video-Feed hervor, sodass Schiedsrichter oder Benutzer die Richtigkeit der Systementscheidungen leicht erkennen und beurteilen können. Darüber hinaus kann das System Protokolle oder Warnungen generieren, um erkannte Verstöße zur weiteren Analyse oder Überprüfung aufzuzeichnen.
Der AI Basketball Referee wurde so konzipiert, dass er anpassbar und erweiterbar ist. Benutzer können die Parameter des Systems, wie z. B. die Erkennungsschwelle für Basketbälle und die Empfindlichkeit der Bewegungs- und Doppeldribble-Erkennung, genau an ihre spezifischen Anforderungen anpassen. Darüber hinaus können zusätzliche Regeln und Erkennungsfunktionen in das System integriert werden, um auf andere Basketballverstöße oder Spielsituationen zu reagieren.
Insgesamt kombiniert der AI Basketball Referee modernste Computer-Vision-Techniken, einschließlich YOLO-Objekterkennung und Posenschätzung, um Reisen und Doppeldribblings in Echtzeit-Basketballspielen genau zu erkennen. Es bietet Schiedsrichtern, Trainern und Spielern ein wertvolles Tool zur Analyse des Gameplays, zur Verbesserung der Spielerleistung und zur Verbesserung der allgemeinen Fairness von Basketballspielen.
Projekt klonen
Projekt in VSCode öffnen
Erstellen Sie eine neue Conda-Umgebung: conda create -n exercise-tracking python=3.11
Conda-Umgebung aktivieren: conda activate exercise-tracking
Ultralytics-Paket installieren: pip install ultralytics
Führen Sie eines der Python-Skripte aus, die Sie ausprobieren möchten. double_dribble.py und travel_detection.py sind diejenigen, die Schiedsrichteranrufe in Echtzeit ermöglichen.
Ändern Sie die Eingabe des Videos entweder in Ihre Webcam ( cv2.VideoCapture(0) ) oder eine Videodatei mit dem relativen Pfad ( cv2.VideoCapture('video.mp4') ).
Diese Datei ist der Kern des Basketball-Erkennungsmodells. Leider ist die Datei zu groß und hat die Speichergrenzen von GitHub überschritten. Bitte laden Sie die Datei hier herunter: https://drive.google.com/file/d/1e6HLRuhh1IEmxOFaxHQMxfRqhzD92t3B/view?usp=sharing
https://news.gatech.edu/news/2023/07/25/tech-student-brings-artificial-intelligence-basketball-officiating
https://www.hackster.io/news/ai-basketball-referee-detects-traveling-ed1ed45f8ccd
https://aifinityhub.com/2023/06/03/hoops-and-algorithms-ais-role-in-nbas-refereeing/
https://www.fry-ai.com/p/ai-basketball-referee-days-yelling-human-officials-soon
SingleStore-Webinar https://www.singlestore.com/resources/webinar-how-to-build-an-openai-basketball-referee-system-with-computer-vision-2023-07/
Überstunden (7M+) https://www.instagram.com/reel/CtMd6LgAAMo/?igshid=ZmZiYTY5ZDNhOA%3D%3D
Barsee AI https://twitter.com/WGMImedia/status/1664205786644455424
