Earticle

현재 위치 Home

엘리트 스포츠편 : 자연과학영역

딥러닝 기반 배드민턴 선수 위치 추적시스템 개발
Development of Deep Learning-based Badminton Player Location Tracking System

첫 페이지 보기
  • 발행기관
    한국스포츠학회 바로가기
  • 간행물
    한국스포츠학회지 KCI 등재 바로가기
  • 통권
    제20권 제2호 (2022.06)바로가기
  • 페이지
    pp.851-868
  • 저자
    양준석, 이제욱, 박성제
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A414338

※ 기관로그인 시 무료 이용이 가능합니다.

5,200원

원문정보

초록

영어
The purpose of this study is to realize a system that can automatically recognize players and record location information within the video of a badminton singles match. To achieve the research purpose, 500 training data and 60 test data were used to develop a badminton single player tracking model. As a result, 100 models of training data showed a mAP score of 90.0%, and 300 models showed 95.83%. The final model, 500 training data models, showed high performance at 98.33%, and it was concluded that at least 500 training data were needed to apply deep learning in badminton. These results are considered to show satisfactory performance even if the amount of training data is not large because there was no camera viewpoint movement using the image obtained from a single fixed camera, and the badminton court, which is the background of the image, was kept constant. Therefore, it was confirmed that the amount of data used for learning is important for the development of high-performance deep learning models, but it is necessary to proceed with sufficient consideration of external environmental factors.
한국어
본 연구는 배드민턴 단식 경기 영상 내에서 선수를 자동으로 인식하고 위치 정보를 기록할 수 있는 시스템을 구현하 는데 목적이 있다. 연구목적을 달성하고자 배드민턴 단식 선수 추적 모델을 개발하기 위해 학습 데이터 500개와 테스트 데이터 60개를 사용하였다. 그 결과 학습 데이터 100개 모델은 mAP 점수 90.0%로 나타났고, 300개 모델은 95.83%로 나타났다. 최종 모델인 학습 데이터 500개 모델은 98.33%로 높은 성능을 나타냈으며 배드민턴 종목에서 딥러닝 적용을 위해서는 최소 500개 이상의 학습 데이터가 필요하다는 결론을 도출하였다. 이러한 결과는 고정형 단일 카메라에서 얻어 진 영상을 사용하여 카메라 시점 이동이 없었고, 영상의 배경이 되는 배드민턴 코트가 일정하게 유지되었기 때문에 학습 데이터의 양이 많지 않더라도 만족할 만한 성능을 보인 것으로 사료된다. 따라서 높은 성능의 딥러닝 모델 개발을 위해서는 학습에 사용되는 데이터의 양도 중요하지만 외부 환경 요인을 충분히 고려하여 진행해야 한다는 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구의 필요성
Ⅱ. 연구방법
1. 연구대상
2. 연구 도구
3. 연구절차 및 방법
Ⅲ. 결과
1. 배드민턴 선수 위치 추적 모델 인식 정확도
2. 배드민턴 선수 위치 추적 모델 mAP 평가
3. 학습 데이터 100개 모델 인식 정확도
4. 학습 데이터 300개 모델 인식 정확도
5. 학습 데이터 500개 모델 인식 결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌

키워드

딥러닝 인공지능 선수트래킹 배드민턴 스포츠 데이터 사이언스 Badminton Deep Learning Location Tracking Artificial Intelligence Data Science

저자

  • 양준석 [ Yang, Joonseok | 중앙대학교, 연구교수 ]
  • 이제욱 [ Lee, Jea-Woog | 중앙대학교, 시간강사 ]
  • 박성제 [ Park, Sung-Je | 중앙대학교, 교수 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국스포츠학회 [Korea Sport Society]
  • 설립연도
    2003
  • 분야
    예술체육>체육
  • 소개
    현대사회에 있어서 신체활동 연구의 주요 탐구과제는 ‘신체활동을 통한 교육’으로부터 ‘인간의 기본적인 움직임’을 목표로 하는 스포츠적인 움직임을 중심으로 한 생명 활동의 개념으로 급속히 변화되고 있는 추세이다. 이러한 환경변화에 대응하기 위하여 본학회는 ‘체육’적인 요소에서 ‘스포츠’적인 요소를 중심으로 한 학문적 정체성을 견고히 하고, 정기적인 학술지 발간과 학술활동을 통해 한국스포츠츠 문화의 발전과 학문적인 발전에 기여하는데 그 목적이 있다.

간행물

  • 간행물명
    한국스포츠학회지 [The Korea Journal of Sport]
  • 간기
    계간
  • pISSN
    1738-3250
  • 수록기간
    2003~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 692 DDC 796

이 권호 내 다른 논문 / 한국스포츠학회지 제20권 제2호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장