$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

투구된 공의 실시간 위치 자동추적 시스템 개발
Development of Auto Tracking System for Baseball Pitching 원문보기

한국운동역학회지 = Korean journal of sport biomechanics, v.17 no.1, 2007년, pp.81 - 90  

이기청 (춘천교육대학교) ,  배성제 (춘천교육대학교) ,  신인식 (서울대학교)

Abstract AI-Helper 아이콘AI-Helper

The effort identifying positioning information of the moving object in real time has been a issue not only in sport biomechanics but also other academic areas. In order to solve this issue, this study tried to track the movement of a pitched ball that might provide an easier prediction because of a ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 즉, 별도의 관측기구가 아닌 스포츠 영상 데이터만을 이용하여 경기에 지장을 주지 않고, 기계 학습 기술을 이용하여 정보를 얻어내서 이 정보를 자료화 시켜 실시간 방송 중계와 스포츠 수행 능력 향상을 위한 자료로 활용하고자 한다. 따라서 본 연구의 목적은 물체의 연속 위치 파악과 관련하여 기계학습 분야의 최신의 연구 동향을 살펴보고, 이를 이용한 투구된 야구공의 위치를 실시간 파악하여 데이터화 할 수 있는 프로그램을 개발하는 데 있다. 이러한 연구의 결과는 실시간으로 정보가 필요한 스포츠 현장에서 뿐만 아니라 공학적인 분야에도 다양하게 응용할 수 있을 것으로 생각된다.
  • 본 연구는 통계 처리에 기반한 기계학습 알고리즘을 영상 분석 분야에 응용함으로써 스포츠 영상 분석 분야를 보다 정교화하고, 데이터를 얻는 방법을 진보시키고자 함을 목표로 하였다. 프레임마다 공의 위치를 수작업으로 지정하는 것이 아니라 자동으로 추적하도록 고안한 이 시스템은 여러 경기 종목의 영상처리 분야에 적용이 가능하며, 기존에 하기 어려웠던 경기 분석을 가능하게 해 줄 것으로 기대한다.
  • 본 연구에서는 스포츠 데이터에 기반한 경기의 분석과 해설, 그리고 전략의 구상을 도와줄 수 있는 기술을 개발하고자 한다. 즉, 별도의 관측기구가 아닌 스포츠 영상 데이터만을 이용하여 경기에 지장을 주지 않고, 기계 학습 기술을 이용하여 정보를 얻어내서 이 정보를 자료화 시켜 실시간 방송 중계와 스포츠 수행 능력 향상을 위한 자료로 활용하고자 한다.
  • 본 연구에서는 투구된 공의 위치를 자동으로 추적하여 그 위치를 3차원으로 구현하는 프로그램을 개발하는데 그 목적이 있다. 이를 위해서 얼굴 위치 추적의 기법을 응용하여 야구공의 위치 추적에 응용하였다.
  • 본 연구에서는 스포츠 데이터에 기반한 경기의 분석과 해설, 그리고 전략의 구상을 도와줄 수 있는 기술을 개발하고자 한다. 즉, 별도의 관측기구가 아닌 스포츠 영상 데이터만을 이용하여 경기에 지장을 주지 않고, 기계 학습 기술을 이용하여 정보를 얻어내서 이 정보를 자료화 시켜 실시간 방송 중계와 스포츠 수행 능력 향상을 위한 자료로 활용하고자 한다. 따라서 본 연구의 목적은 물체의 연속 위치 파악과 관련하여 기계학습 분야의 최신의 연구 동향을 살펴보고, 이를 이용한 투구된 야구공의 위치를 실시간 파악하여 데이터화 할 수 있는 프로그램을 개발하는 데 있다.

가설 설정

  • 이 함수가 데이터의 실제 분포를 반영한다고 가정하며, 이 함수로부터 최대지점을 찾아내는 것이 목표이다. 이 함수가 실제 분포를 반영하는지는 AMISE 측정을 통해서 알 수 있는데, 이는 실제 밀도와 그 측정의 오차제곱의 평균(mean of the square error)으로 측정된다.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. 김종택, 신인식, 전태원 (1988). 3차원 영상분석법의 실용화 방법 및 컴퓨터 프로그램 패키지 개발. 서울대학교 체육연구소. 

  2. 신보삼 (1986). 走跳投運動의 生體力學的 硏究, 서울대학교 박사학위논문. 

  3. 신인식, 권영후 (1987). 3차원 영상 분석법의 비교 연구. 서울대학교 체육연구소 논집. 8(1), pp. 33-44. 

  4. 신인식, 이기청, 정철수, 김관호 (2000). 윈도우용 비디오 3차원 영상분석 프로그램 개발. 한국체육학회지. 39(3) pp. 622-634. 

  5. 진성태, 성낙준, 권영후 (1987). DLT를 이용한 3차원 영상분석법의 실용화 방안. 제 1회 생체역학 국제 세미나 초록, pp. 77-95. 

  6. Abdel-Aziz, Y. I., & Karara, H. M. (1971). Direct linear 

  7. Bradski, G.R., & Clara, S. (1998) Computer vision face 

  8. Comaniciu, D., Ramesh, V., & Meer, P. (2003) 

  9. Comaniciu, D., Meer, P. (2002) Mean shift: a robust 

  10. Duda, R.O, Hart, P.E., & Stork, D.G. (2000) Pattern classification, Wiley-interscience. 

  11. Mitchell, T.M. (1997) Machine learning, The McGraw-Hill 

  12. Raetch, G. (2004) A brief introduction into machine 

  13. Walton, J. S. (1981). Close-Range Cine-Photogrammetry; A 

  14. Younes, L. (2005) Introduction to machine learning, 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로