$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: USO DE VISÃO COMPUTACIONAL PARA TRACKING DE JOGADORES DE BASQUETE A PARTIR DE UMA ENTRADA DE VÍDEO
Autor: IAGO RIBEIRO FARROCO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCELO GATTASS - ORIENTADOR
LUIZ FERNANDO TRINDADE SANTOS - COORIENTADOR

Nº do Conteudo: 57529
Catalogação:  03/03/2022 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TRABALHO DE FIM DE CURSO
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57529@1
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.57529

Resumo:
O mundo tecnológico e o mundo esportivo estão cada vez mais próximos, e no basquetebol não poderia ser diferente. Os dados disponibilizados vão desde a pontuação individual de cada jogador até o quão livre, em pés, se encontrava o arremessador no momento do chute. Porém, esse nível de granularidade estatística é recente, e não se sabe ao certo qual a melhor forma de utilizar esses dados a fim de otimizar a performance do seu time. Com isso, propomos no trabalho um algoritmo de detecção de objetos utilizando a arquitetura de rede YOLOv5 para fazer o reconhecimento dos jogadores e da bola presentes em quadra, além de uma projeção do jogo em miniatura baseado em dados posicionais disponibilizados pela NBA dentre as temporadas de 2013 a 2017. Tais algoritmos foram desenvolvidos no intuito de criar uma base de apoio para a estafe das equipes, onde os resultados serviriam como o primeiro passo na análise do ocorrido dentro de jogo de forma a aumentar a eficiência analítica e a assertividade no momento de estudo do jogo.

Descrição Arquivo
NA ÍNTEGRA  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui