A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Court-Divisional Team Motion and Player Performance Curve Based Automatic Game Strategy Data Acquisition for Volleyball Analysis Aquisição automática de dados de estratégia de jogo baseada em curva de desempenho do jogador e movimento da equipe da quadra para análise de voleibol

Xina CHENG, Takeshi IKENAGA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A aquisição automática de dados de estratégia de jogo é importante para a realização de sistemas profissionais de análise de estratégia, fornecendo valores de avaliação como o status da equipe e a eficácia das jogadas. O principal fator que influencia o desempenho da aquisição de dados estratégicos no jogo de voleibol são os papéis desconhecidos dos jogadores. Papel do jogador significa a posição com significado de jogo de cada jogador na formação da equipe, como levantador, atacante e bloqueador. O papel desconhecido do jogador torna o jogador individual pouco confiável e perde a contribuição de cada jogador na análise da estratégia. Este artigo propõe um recurso de movimento de equipe divisional de quadra e uma curva de desempenho do jogador para lidar com os papéis desconhecidos dos jogadores na aquisição de dados estratégicos. Primeiramente, o recurso de movimento da equipe divisional da quadra é proposto para a detecção do status tático da equipe. Este recurso reduz a influência das informações individuais do jogador, somando a densidade de movimento relativo da bola de todos os jogadores na área de quadra dividida, que corresponde às diferentes jogadas. Em segundo lugar, são propostas as curvas de desempenho dos jogadores para a aquisição de variáveis ​​de eficácia no jogo de ataque. Os candidatos aos papéis dos jogadores são detectados por três características que representam todo o processo de um jogador começar a correr (ou pular) para a bola e acertá-la: a distância relativa da bola, o movimento de aproximação da bola e a característica do movimento de ataque. Com as trajetórias da bola em 3D e as posições de vários jogadores rastreadas a partir de vídeos de jogos de vôlei com visualização múltipla, a taxa de detecção experimental do status de cada equipe (ataque, pronto para defesa, pronto para ataque e status de ataque) é de 75.2%, 84.2%, 79.7% e 81.6%. E para a aquisição das variáveis ​​de eficácia de ataque, a precisão média da zona definida, o número de atacantes disponíveis, o ritmo de ataque e o número de bloqueadores são 100%, 100%, 97.8% e 100%, que atingem uma melhoria média de 8.3%. em comparação com a aquisição manual.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E101-A No.11 pp.1756-1765
Data de publicação
2018/11/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E101.A.1756
Tipo de Manuscrito
Special Section PAPER (Special Section on Smart Multimedia & Communication Systems)
Categoria
Sistemas e Controle, Visão

autores

Xina CHENG
  Waseda University
Takeshi IKENAGA
  Waseda University

Palavra-chave