AI Basketball Referee
1.0.0
Les sports évoluent de jour en jour et la technologie qui les soutient évolue à un rythme exponentiel. De nombreux sports ont mis en œuvre la vision par ordinateur afin d'améliorer les décisions des arbitres et l'équité globale du jeu. Le tennis utilise des caméras pour détecter si une balle est sortie, l'athlétisme utilise des caméras pour détecter qui a gagné une course, et bien d'autres encore. Cependant, le basket-ball est un sport qui n’y est pas parvenu à une échelle significative. En plus de cela, le basket-ball est l’un des sports connus pour ses appels d’arbitres flagrants qui changent le championnat. La mise en œuvre de la vision par ordinateur pour surveiller les matchs de basket-ball peut non seulement faire du jeu une expérience beaucoup plus équitable pour les joueurs et les fans, mais également être un moyen de collecter des données à utiliser pour de meilleurs modèles et statistiques d'apprentissage automatique.
L'AI Basketball Referee est un système basé sur la vision par ordinateur qui utilise un modèle d'apprentissage automatique YOLO (You Only Look Once) personnalisé formé sur 3 000 images annotées pour détecter les ballons de basket en temps réel. De plus, il utilise l'estimation de pose YOLO pour détecter les points clés sur le corps des joueurs. En combinant ces deux techniques, l'AI Basketball Referee est capable d'identifier avec précision les déplacements et les doubles dribbles dans les matchs de basket-ball.
La première étape du processus de l'AI Basketball Referee est la détection du basket-ball. Le modèle d'apprentissage automatique YOLO est formé pour reconnaître les ballons de basket dans les images vidéo. Il a été formé sur un ensemble de données diversifié de 3 000 images annotées contenant diverses poses de basket-ball, conditions d'éclairage et arrière-plans. Pendant l'exécution, le modèle analyse chaque image en temps réel et prédit des cadres de délimitation autour des ballons de basket détectés.
Pour permettre la détection des déplacements et des doubles dribbles, l'arbitre de basket-ball AI utilise également l'estimation de pose YOLO. Cette technique permet au système d'identifier et de suivre les points clés sur le corps des joueurs. Les articulations clés du corps telles que les chevilles, les genoux, les hanches, les coudes et les poignets sont cruciales pour déterminer avec précision les mouvements du joueur.
Une fois les ballons de basket et les points clés des joueurs détectés, l'arbitre de basket-ball AI applique un ensemble de règles prédéfinies pour déterminer si une violation de voyage a eu lieu. En analysant la position et le mouvement des points clés du joueur sur des images consécutives, le système peut détecter les cas où un joueur a fait des pas sans dribbler le ballon ou s'est déplacé au-delà de la distance autorisée sans dribbler ni passer.
De même, l'IA Basketball Referee exploite les ballons de basket détectés et les points clés des joueurs pour identifier les doubles dribbles. En suivant la position et le mouvement des points clés du joueur et en analysant les interactions avec le ballon de basket, le système peut détecter les situations dans lesquelles un joueur dribble le ballon, s'arrête, puis recommence à dribbler sans qu'un autre joueur ne touche ou ne possède le ballon entre-temps.
L'AI Basketball Referee fournit des informations en temps réel sur les déplacements et les doubles dribbles pendant les matchs de basket-ball. Il met en évidence les violations détectées sur le flux vidéo, permettant ainsi aux arbitres ou aux utilisateurs d'identifier et d'évaluer facilement l'exactitude des décisions du système. De plus, le système peut générer des journaux ou des alertes pour enregistrer les violations détectées pour une analyse ou un examen plus approfondi.
L'AI Basketball Referee a été conçu pour être personnalisable et extensible. Les utilisateurs peuvent affiner les paramètres du système, tels que le seuil de détection des ballons de basket et la sensibilité de la détection des déplacements et des doubles dribbles, pour répondre à leurs besoins spécifiques. De plus, des règles supplémentaires et des capacités de détection peuvent être intégrées au système pour traiter d’autres violations ou situations de jeu en matière de basket-ball.
Dans l'ensemble, l'AI Basketball Referee combine des techniques de vision par ordinateur de pointe, notamment la détection d'objets YOLO et l'estimation de pose, pour détecter avec précision les déplacements et les doubles dribbles dans les matchs de basket-ball en temps réel. Il constitue un outil précieux permettant aux arbitres, aux entraîneurs et aux joueurs d'analyser le gameplay, d'améliorer les performances des joueurs et d'améliorer l'équité globale des matchs de basket-ball.
Projet de clonage
Ouvrir le projet dans VSCode
Créez un nouvel environnement conda : conda create -n exercise-tracking python=3.11
Activer l'environnement conda : conda activate exercise-tracking
Installer le package ultralytics : pip install ultralytics
Exécutez l'un des scripts Python que vous souhaitez essayer. double_dribble.py et travel_detection.py sont ceux qui fournissent des appels d'arbitre en temps réel.
Modifiez l'entrée de la vidéo vers votre webcam ( cv2.VideoCapture(0) ) ou un fichier vidéo avec le chemin relatif ( cv2.VideoCapture('video.mp4') ).
Ce fichier est au cœur du modèle de détection du basket-ball. Malheureusement, le fichier est trop volumineux et a dépassé les limites de stockage de GitHub. Veuillez télécharger le fichier ici : 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-detectes-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
Webinaire SingleStore https://www.singlestore.com/resources/webinar-how-to-build-an-openai-basketball-referee-system-with-computer-vision-2023-07/
Heures supplémentaires (7M+) https://www.instagram.com/reel/CtMd6LgAAMo/?igshid=ZmZiYTY5ZDNhOA%3D%3D
IA de Barsee https://twitter.com/WGMImedia/status/1664205786644455424
