Aprendizagem Automática para Treinador Virtual de Padel

Detalhes bibliográficos
Autor(a) principal: Moreira, Miguel Teodoro
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/144378
Resumo: A análise desportiva é uma área de investigação emergente com aplicações em temas como a previsão do desempenho de equipas, estimativa do valor de mercado de joga- dores e previsão de possíveis lesões. Jogadores e treinadores estão dispostos a integrar ferramentas capazes de oferecer recomendações e melhorar o desempenho dos jogadores. A indústria do desporto gera grandes conjuntos de dados. Os dados gerados têm enorme potencial e costumam estar representados em formato vídeo. A grande disponi- bilidade de dados promove a aplicação de áreas como a Inteligência Artificial, Aprendi- zagem Automática e Visão por Computador. O Padel é um jogo de raquetes que tem ganho participantes em todo o mundo, tendo sido considerado recentemente como o desporto com maior taxa de crescimento. Sem sinais de abrandamento a profissionalização de competições e atletas é crescente. Os gran- des desportos de raquetes como o ténis, ténis de mesa ou o badmínton já têm ferramentas capazes de extrair dados dos vídeos e recomendar algumas estratégias. Como desporto diferente e emergente, o Padel tem uma componente de estratégia por explorar. Esta dissertação propõe uma ferramenta que recebe um vídeo de uma sessão de Padel e recomende uma melhor estratégia de jogo ao jogador do que as que os jogadores apre- sentaram na sequência de vídeo. A ferramenta é dividida em duas grandes componentes: Sistema de Visão e Treinador Virtual. O Sistema de Visão tem como função detetar e seguir individualmente cada jogador recorrendo a algoritmos de deteção e tracking de objetos como o YOLOv4 e Deep SORT. A componente de Treinador Virtual aplica um modelo de Aprendizagem Automática sobre os dados referentes à posição de cada jogador e sugere ao jogador uma melhor estratégia em cada jogada efetuada. O modelo de Aprendizagem mencionado foi treinado com um conjunto de dados recolhido e posteriormente anotado por dois jogadores experientes de Padel.
id RCAP_7a911d7b8793a6165de806e557f31ecc
oai_identifier_str oai:run.unl.pt:10362/144378
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Aprendizagem Automática para Treinador Virtual de PadelPadelVisão por ComputadorAprendizagem AutomáticaAnálise DesportivaDomínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaA análise desportiva é uma área de investigação emergente com aplicações em temas como a previsão do desempenho de equipas, estimativa do valor de mercado de joga- dores e previsão de possíveis lesões. Jogadores e treinadores estão dispostos a integrar ferramentas capazes de oferecer recomendações e melhorar o desempenho dos jogadores. A indústria do desporto gera grandes conjuntos de dados. Os dados gerados têm enorme potencial e costumam estar representados em formato vídeo. A grande disponi- bilidade de dados promove a aplicação de áreas como a Inteligência Artificial, Aprendi- zagem Automática e Visão por Computador. O Padel é um jogo de raquetes que tem ganho participantes em todo o mundo, tendo sido considerado recentemente como o desporto com maior taxa de crescimento. Sem sinais de abrandamento a profissionalização de competições e atletas é crescente. Os gran- des desportos de raquetes como o ténis, ténis de mesa ou o badmínton já têm ferramentas capazes de extrair dados dos vídeos e recomendar algumas estratégias. Como desporto diferente e emergente, o Padel tem uma componente de estratégia por explorar. Esta dissertação propõe uma ferramenta que recebe um vídeo de uma sessão de Padel e recomende uma melhor estratégia de jogo ao jogador do que as que os jogadores apre- sentaram na sequência de vídeo. A ferramenta é dividida em duas grandes componentes: Sistema de Visão e Treinador Virtual. O Sistema de Visão tem como função detetar e seguir individualmente cada jogador recorrendo a algoritmos de deteção e tracking de objetos como o YOLOv4 e Deep SORT. A componente de Treinador Virtual aplica um modelo de Aprendizagem Automática sobre os dados referentes à posição de cada jogador e sugere ao jogador uma melhor estratégia em cada jogada efetuada. O modelo de Aprendizagem mencionado foi treinado com um conjunto de dados recolhido e posteriormente anotado por dois jogadores experientes de Padel.Sports analytics is an emerging area of research with applications in topics such as predict- ing team performance, estimating the market value of players, and predicting potential injuries. Players and coaches are willing to integrate tools that can provide recommenda- tions and improve player performance. The sports industry generates large data sets. The data generated has enormous po- tential and is usually represented in video format. The large availability of data promotes the application of areas such as Artificial Intelligence, Machine Learning and Computer Vision. Padel is a game of rackets that has been gaining participants all over the world, and was recently considered the sport with the highest growth rate. With no signs of slowing down, the professionalization of competitions and athletes is growing. The big racket sports like tennis, table tennis or badminton already have tools capable of extracting data from videos and recommending some strategies. As a different and emerging sport, Padel has an unexplored strategy component. This dissertation proposes a tool that receives a video of a Padel session and recom- mends a better game strategy to the player than the ones the players presented in the video sequence. The tool is divided into two major components: Vision System and Virtual Coach. The Vision System has the function of detecting and tracking each player individually using object detection and tracking algorithms such as YOLOv4 and Deep SORT. The Virtual Trainer component applies a Machine Learning model on player’s position data and suggests a better strategy to the player for each move. The learning model mentioned above was trained with a data set collected and later annotated by two experienced padel players.Moscão, BrunoGomes, Maria CecíliaRUNMoreira, Miguel Teodoro2022-09-29T17:12:53Z2022-022022-02-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/144378porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:24:01Zoai:run.unl.pt:10362/144378Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:51:31.903187Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Aprendizagem Automática para Treinador Virtual de Padel
title Aprendizagem Automática para Treinador Virtual de Padel
spellingShingle Aprendizagem Automática para Treinador Virtual de Padel
Moreira, Miguel Teodoro
Padel
Visão por Computador
Aprendizagem Automática
Análise Desportiva
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Aprendizagem Automática para Treinador Virtual de Padel
title_full Aprendizagem Automática para Treinador Virtual de Padel
title_fullStr Aprendizagem Automática para Treinador Virtual de Padel
title_full_unstemmed Aprendizagem Automática para Treinador Virtual de Padel
title_sort Aprendizagem Automática para Treinador Virtual de Padel
author Moreira, Miguel Teodoro
author_facet Moreira, Miguel Teodoro
author_role author
dc.contributor.none.fl_str_mv Moscão, Bruno
Gomes, Maria Cecília
RUN
dc.contributor.author.fl_str_mv Moreira, Miguel Teodoro
dc.subject.por.fl_str_mv Padel
Visão por Computador
Aprendizagem Automática
Análise Desportiva
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Padel
Visão por Computador
Aprendizagem Automática
Análise Desportiva
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description A análise desportiva é uma área de investigação emergente com aplicações em temas como a previsão do desempenho de equipas, estimativa do valor de mercado de joga- dores e previsão de possíveis lesões. Jogadores e treinadores estão dispostos a integrar ferramentas capazes de oferecer recomendações e melhorar o desempenho dos jogadores. A indústria do desporto gera grandes conjuntos de dados. Os dados gerados têm enorme potencial e costumam estar representados em formato vídeo. A grande disponi- bilidade de dados promove a aplicação de áreas como a Inteligência Artificial, Aprendi- zagem Automática e Visão por Computador. O Padel é um jogo de raquetes que tem ganho participantes em todo o mundo, tendo sido considerado recentemente como o desporto com maior taxa de crescimento. Sem sinais de abrandamento a profissionalização de competições e atletas é crescente. Os gran- des desportos de raquetes como o ténis, ténis de mesa ou o badmínton já têm ferramentas capazes de extrair dados dos vídeos e recomendar algumas estratégias. Como desporto diferente e emergente, o Padel tem uma componente de estratégia por explorar. Esta dissertação propõe uma ferramenta que recebe um vídeo de uma sessão de Padel e recomende uma melhor estratégia de jogo ao jogador do que as que os jogadores apre- sentaram na sequência de vídeo. A ferramenta é dividida em duas grandes componentes: Sistema de Visão e Treinador Virtual. O Sistema de Visão tem como função detetar e seguir individualmente cada jogador recorrendo a algoritmos de deteção e tracking de objetos como o YOLOv4 e Deep SORT. A componente de Treinador Virtual aplica um modelo de Aprendizagem Automática sobre os dados referentes à posição de cada jogador e sugere ao jogador uma melhor estratégia em cada jogada efetuada. O modelo de Aprendizagem mencionado foi treinado com um conjunto de dados recolhido e posteriormente anotado por dois jogadores experientes de Padel.
publishDate 2022
dc.date.none.fl_str_mv 2022-09-29T17:12:53Z
2022-02
2022-02-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/144378
url http://hdl.handle.net/10362/144378
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138108674932736