AUTOMATIC VISUALIZATION OF SOCCER MATCH STATISTICS FROM BROADCAST VIDEOS USING CONVOLUTIONAL NEURAL NETWORKS
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Phạm Trần Anh Tài |
| Người hướng dẫn | Lâm Nhựt Khang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Visualizing soccer match statistics from broadcast videos is a rising topic in terms of machine learning and deep learning. It is the process of extracting and presenting data about a soccer game, such as ball possession and pitch control, using video processing and feature extraction techniques. In this thesis, we investigate methods for extracting and representing data from televised soccer footage using Convolutional Neural Network architectures. Particularly, YOLO11 is used for Entity detection and Keypoints detection, the combination of SigLIP, UMAP, and K-Means is used for Team classification. The experiments are performed on datasets provided by Roboflow. The evaluation metrics used are mean Average Precision (mAP) at Intersection over Union threshold of 0.50 (mAP50) and at varying thresholds, ranging from 0.50 to 0.95 (mAP50-95) for entities detection and keypoints detection models. The mAP50 and mAP50-95 of the players detection model are 0.924 and 0.648 across all classes, respectively. The mAP50 and mAP50-95 of the keypoints detection model are 0.995 and 0.615, respectively.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG HỆ THỐNG WEB HỖ TRỢ QUẢN LÝ HỌC TẬP CÁ NHÂN HÓA CHO SINH VIÊN CÓ TÍCH HỢP CHATBOT
- XÂY DỰNG ỨNG DỤNG KYC CHO NỀN TẢNG TRIIP Phân hệ: XỬ LÝ VÀ LƯU TRỮ DỮ LIỆU TRÊN NỀN TẢNG BLOCKCHAIN
- PHÁT TRIỂN ỨNG DỤNG WEB KINH DOANH THỜI TRANG TÍCH HỢP TÍNH NĂNG BLOG NGƯỜI DÙNG
- ÁP DỤNG MÔ HÌNH HỌC SÂU VÀO NHẬN DẠNG PHƯƠNG TIỆN GIAO THÔNG ĐƯỜNG THỦY
- XÂY DỰNG HỆ THỐNG CHỨNG THỰC BẰNG CẤP CỦA TRƯỜNG ĐẠI HỌC SỬ DỤNG CÔNG NGHỆ BLOCKCHAIN VỚI NỀN TẢNG ETHEREUM - PHÂN HỆ 2.
- XÂY DỰNG WEBSITE KINH DOANH ĐẶC SẢN CÀ MAU TRỰC TUYẾN
- ĐỀ TÀI: XÂY DỰNG HỆ THỐNG GỢI Ý TOUR DU LỊCH TẠI VIỆT NAM
- XÂY DỰNG WEBSITE KINH DOANH TRANG SỨC BẠC CÓ TÍCH HỢP MÁY HỌC
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.