LuanVan.vnLuận Văn
Gửi thư

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 liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảPhạm Trần Anh Tài
Người hướng dẫnLâm Nhựt Khang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư 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

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.