MétaCan
Menu
Retour à la cohorte
Enregistrement W3110716366 · doi:10.48011/asba.v2i1.1541

Determinação das Linhas do Campo de Futebol para sua Reconstrução 3D

2020· article· pt· W3110716366 sur OpenAlexaff
Fernando F. Doria, Felipe B. C. L. Lima, André Kubagawa Sato, Rogério Y. Takimoto, Ahmad Barari, Fábio S. G Tsuzuki, Marcos de Sales Guerra Tsuzuki

Notice bibliographique

RevueAnais do Congresso Brasileiro de Automática 2020 · 2020
Typearticle
Languept
DomaineComputer Science
ThématiqueVideo Analysis and Summarization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

A análise de vídeos de futebol é uma área de recente interesse, particularmente a reconstrução 3D de partidas de futebol a partir de vídeos televisionados. São propostos três algoritmos que combinados suportarão esta reconstrução 3D de modo automático. Inicialmente, a região do jogo é determinada, que corresponde à região da imagem onde está a bola, o juiz e os jogadores. Posteriormente, as linhas do campo são determinadas utilizando a transformada de Hough, filtros de cor de geométricos são utilizados para remover falso-positivos. As intersecções entre as linhas determinam pontos invariantes que são mapeados a pontos do modelo do campo. O correto mapeamento permite corrigir a distorção perspectiva. Para determinar o mapeamento correto são realizadas combinações de correspondência entre os pontos invariantes e pontos no modelo do campo. O mapeamento do plano do gol também é determinado.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,036
Tête enseignante GPT0,306
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais do Congresso Brasileiro de Automática 2020Même sujetVideo Analysis and SummarizationTravaux en français237 207