กีฬามีการพัฒนาในแต่ละวัน และเทคโนโลยีที่สนับสนุนกีฬาเหล่านี้มีการพัฒนาในอัตราเลขชี้กำลัง กีฬาหลายประเภทได้นำคอมพิวเตอร์วิทัศน์มาใช้เพื่อปรับปรุงการเรียกผู้ตัดสินและความยุติธรรมโดยรวมของเกม เทนนิสใช้กล้องเพื่อตรวจจับว่าลูกบอลออกนอกสนามหรือไม่ ลู่วิ่งและสนามใช้กล้องเพื่อตรวจจับว่าใครชนะการแข่งขัน และอื่นๆ อีกมากมาย กีฬาประเภทหนึ่งที่ไม่สามารถทำได้ในระดับสูงคือบาสเก็ตบอล ยิ่งไปกว่านั้น บาสเก็ตบอลยังเป็นหนึ่งในกีฬาที่มีชื่อเสียงในเรื่องการเปลี่ยนแชมป์และการตัดสินอย่างมหันต์ การใช้คอมพิวเตอร์วิทัศน์เพื่อเฝ้าดูเกมบาสเก็ตบอลไม่เพียงแต่จะทำให้เกมได้รับประสบการณ์ที่ยุติธรรมมากขึ้นสำหรับผู้เล่นและแฟนๆ แต่ยังเป็นวิธีในการรวบรวมข้อมูลเพื่อใช้สำหรับโมเดลการเรียนรู้ของเครื่องและสถิติที่ดียิ่งขึ้นอีกด้วย
AI Basketball Referee เป็นระบบที่ใช้คอมพิวเตอร์วิทัศน์ซึ่งใช้โมเดลการเรียนรู้ของเครื่อง YOLO (คุณดูเพียงครั้งเดียว) ที่กำหนดเอง ซึ่งฝึกฝนกับรูปภาพที่มีคำอธิบายประกอบ 3,000 ภาพเพื่อตรวจจับบาสเก็ตบอลแบบเรียลไทม์ นอกจากนี้ยังใช้การประมาณท่าทางของ YOLO เพื่อตรวจจับจุดสำคัญบนร่างกายของผู้เล่น ด้วยการรวมเทคนิคทั้งสองนี้เข้าด้วยกัน ผู้ตัดสินบาสเกตบอล AI จึงสามารถระบุการเดินทางและการเลี้ยงบอลสองครั้งในเกมบาสเก็ตบอลได้อย่างแม่นยำ
ขั้นตอนแรกในกระบวนการของผู้ตัดสินบาสเกตบอล AI คือการตรวจจับบาสเก็ตบอล โมเดลการเรียนรู้ของเครื่อง YOLO ได้รับการฝึกฝนให้จดจำลูกบาสเก็ตบอลภายในเฟรมวิดีโอ ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่หลากหลายซึ่งประกอบด้วยรูปภาพที่มีคำอธิบายประกอบจำนวน 3,000 ภาพ ซึ่งประกอบด้วยท่าบาสเก็ตบอล สภาพแสง และพื้นหลังที่หลากหลาย ในระหว่างรันไทม์ โมเดลจะวิเคราะห์แต่ละเฟรมแบบเรียลไทม์และคาดการณ์กรอบขอบเขตรอบลูกบาสเก็ตบอลที่ตรวจพบ
เพื่อให้สามารถตรวจจับการเคลื่อนที่และการเลี้ยงบอลสองครั้ง ผู้ตัดสินบาสเกตบอล AI ยังใช้การประมาณท่าทาง YOLO อีกด้วย เทคนิคนี้ช่วยให้ระบบสามารถระบุและติดตามจุดสำคัญบนร่างกายของผู้เล่นได้ ข้อต่อที่สำคัญของร่างกาย เช่น ข้อเท้า เข่า สะโพก ข้อศอก และข้อมือ มีความสำคัญอย่างยิ่งต่อการกำหนดการเคลื่อนไหวของผู้เล่นอย่างแม่นยำ
เมื่อตรวจพบบาสเก็ตบอลและจุดสำคัญของผู้เล่น AI กรรมการบาสเกตบอลจะใช้ชุดกฎที่กำหนดไว้ล่วงหน้าเพื่อพิจารณาว่ามีการละเมิดการเดินทางเกิดขึ้นหรือไม่ โดยการวิเคราะห์ตำแหน่งและการเคลื่อนไหวของจุดสำคัญของผู้เล่นในเฟรมต่อเนื่องกัน ระบบสามารถตรวจจับกรณีที่ผู้เล่นก้าวไปโดยไม่เลี้ยงบอลหรือเคลื่อนที่เกินระยะทางที่อนุญาตโดยไม่มีการเลี้ยงบอลหรือส่งบอล
ในทำนองเดียวกัน ผู้ตัดสินบาสเกตบอล AI ใช้ประโยชน์จากลูกบาสเก็ตบอลที่ตรวจพบและจุดสำคัญของผู้เล่นเพื่อระบุการเลี้ยงลูกสองครั้ง โดยการติดตามตำแหน่งและการเคลื่อนไหวของจุดสำคัญของผู้เล่นและวิเคราะห์ปฏิสัมพันธ์กับบาสเก็ตบอล ระบบสามารถตรวจจับสถานการณ์ที่ผู้เล่นเลี้ยงบอล หยุด และจากนั้นเริ่มเลี้ยงบอลอีกครั้งโดยที่ผู้เล่นคนอื่นไม่ได้แตะหรือครอบครองบอลในระหว่างนั้น
ผู้ตัดสินบาสเกตบอล AI ให้ข้อเสนอแนะแบบเรียลไทม์เกี่ยวกับการเดินทางและการละเมิดการเลี้ยงบอลสองครั้งในระหว่างเกมบาสเก็ตบอล โดยเน้นการละเมิดที่ตรวจพบในฟีดวิดีโอ ทำให้ผู้ตัดสินหรือผู้ใช้ระบุและประเมินความแม่นยำของการตัดสินใจของระบบได้ง่าย นอกจากนี้ ระบบสามารถสร้างบันทึกหรือการแจ้งเตือนเพื่อบันทึกการละเมิดที่ตรวจพบเพื่อการวิเคราะห์หรือตรวจสอบเพิ่มเติม
ผู้ตัดสินบาสเกตบอล AI ได้รับการออกแบบให้ปรับแต่งและขยายได้ ผู้ใช้สามารถปรับพารามิเตอร์ของระบบได้อย่างละเอียด เช่น เกณฑ์การตรวจจับสำหรับบาสเก็ตบอล และความไวของการเคลื่อนที่และการตรวจจับการเลี้ยงบอลสองครั้ง เพื่อให้เหมาะกับความต้องการเฉพาะของพวกเขา นอกจากนี้ กฎเพิ่มเติมและความสามารถในการตรวจจับสามารถรวมเข้ากับระบบเพื่อจัดการกับการละเมิดบาสเก็ตบอลหรือสถานการณ์ในเกมอื่นๆ
โดยรวมแล้ว AI Basketball Referee ผสมผสานเทคนิคการมองเห็นด้วยคอมพิวเตอร์ที่ล้ำสมัย รวมถึงการตรวจจับวัตถุ YOLO และการประมาณท่าทาง เพื่อตรวจจับการเคลื่อนที่และการเลี้ยงบอลสองครั้งในเกมบาสเก็ตบอลแบบเรียลไทม์อย่างแม่นยำ โดยมอบเครื่องมืออันมีค่าสำหรับผู้ตัดสิน โค้ช และผู้เล่นในการวิเคราะห์การเล่นเกม ปรับปรุงประสิทธิภาพของผู้เล่น และเพิ่มความยุติธรรมโดยรวมของการแข่งขันบาสเก็ตบอล
โครงการโคลน
เปิดโครงการใน VSCode
สร้างสภาพแวดล้อม conda ใหม่: conda create -n exercise-tracking python=3.11
เปิดใช้งานสภาพแวดล้อม conda: conda activate exercise-tracking
ติดตั้งแพ็คเกจ ultralytics: pip install ultralytics
เรียกใช้สคริปต์ Python ที่คุณต้องการลองใช้ double_dribble.py
และ travel_detection.py
เป็นระบบที่โทรหาผู้ตัดสินแบบเรียลไทม์
เปลี่ยนอินพุตของวิดีโอเป็นเว็บแคมของคุณ ( cv2.VideoCapture(0)
) หรือไฟล์วิดีโอที่มีเส้นทางสัมพัทธ์ ( cv2.VideoCapture('video.mp4')
)
ไฟล์นี้เป็นแกนหลักของโมเดลการตรวจจับบาสเก็ตบอล ขออภัย ไฟล์มีขนาดใหญ่เกินไปและเกินขีดจำกัดพื้นที่เก็บข้อมูล GitHub กรุณาดาวน์โหลดไฟล์ที่นี่: 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/
การต่อเวลา (7M+) https://www.instagram.com/reel/CtMd6LgAAMo/?igshid=ZmZiYTY5ZDNhOA%3D%3D
บาร์ซีAI https://twitter.com/WGMImedia/status/1664205786644455424