Badminton shot classification in compressed video with baseline angled camera

100 Pages·2013·16.97 MB·English

by  Sam Careelmont

Badminton shot classification in
compressed video with baseline
angled camera
Sam Careelmont
Kongens Lyngby 2013
IMM-M.Sc.-2013-39
Technical University of Denmark
Informatics and Mathematical Modelling
Building 321, DK-2800 Kongens Lyngby, Denmark
Phone [phone], Fax [phone]
[email protected]
www.imm.dtu.dk IMM-M.Sc.-2013-39
Summary (English)
The goal of the thesis is to classify shots played during a recorded badminton
match. The classification consists of a time chronological list of every shot’s
start and end position. Such classification offers tactical information which
can be used for coaching or display during broadcast matches. The common
camera position in badminton match recordings is behind the baseline of the
court. Compressed video files are considered to accommodate home recordings
and saved broadcasts.
An algorithm is developed that outputs a classification given a certain input
video. The algorithm extract moving objects in every frame and connects them
through time. Next, a shuttle trajectory model is fitted to the extracted data. A
classification is made based on the best fitting model appearance. The moving
objectextractionusesbackgroundsubtractionandconnectedcomponentlabelling.
Connecting the components through time is achieved by a custom matching step.
The shuttle trajectory model uses a physics based shuttle trajectory description
and a camera calibration to establish a model of the image plane behaviour of a
shuttlecock.
Theresultsshowthatonaverage8percentoftheshots’startandendpositioncan
beclassifiedcorrectly. Theoverallperformanceisnotsatisfyingbutintermediate
steps show promising results. Moreover, various bottlenecks are identified and
an extensive list of suggestions for further research is given.
ii
Summary (Danish)
Målet for denne afhandling er at klassificere slagspillet i løbet af en optaget
badmintonkamp. Klassifikationen består af en tidskronologisk liste af hvert slags
start -og slut position. Sådan en klassifikation tilbyder taktiske oplysninger som
kan blive brugt til træning eller visning i udsendte kampe. Den almindelige
kameraposition i badmintonoptagelse er bag banens baglinje. Komprimeret
videoer er undersøgt for at medregne hjemmeoptagelse og gemte udsendelser.
Enalgoritmeerudvikletsomudlæserenklassifikationforudsatenkorrektindlæst
video. Algoritmen tager bevægende objekter ud af hvert delbillede og forbinder
dem igennem tid. Følgelig er en fjerboldforløbs model tilpasset de udtaget
data. En klassifikation er lavet baseret på den bedst tilpassede model. Den
bevægende objektfrilæggelse bruger baggrundssubtraktion og sammenhængende-
komponent-mærkering. Forbindelse af komponenterne gennem tid er opnået
ved et specialbygget matchetrin. Fjerboldforløbs modellen anvender en fysisk
baseret fjerboldforløbsbeskrivelse og en kamerakalibrering for at skabe en model
af fjerboldens adfærd i billedplanet.
Resultaterne viser at i gennemsnit er 8 procent af slagenes start -og slut posi-
tionerne klassificeret korrekt. Den generelle præstation er ikke tilfredsstillende
men deltrinnene viser lovende resultater. Endvidere er forskellige flaskehalse
identificeret og en omfattende liste med forslag for videregående undersøgelse er
givet.
iv
Summary (Dutch)
Het doel van deze verhandeling is het classificeren van slagen gespeeld tijdens
een opgenomen badminton wedstrijd. The classificatie bestaat uit een tijd
chronologischelijstvanelkeslagzijnbeginendeindpositie. Dergelijkeclassificatie
biedt tactische informatie die gebruikt kan worden voor coaching of vertoning
tijdens uitgezonden wedstrijden. De gebruikelijke camera positie in badminton
opnames is achter de basislijn van het veld. Gecomprimeerde video bestanden
worden beschouwd om thuis opnames en opgeslagen uitzendingen te kunnen
behandelen.
Eenalgoritmeisontwikkelddateenclassificatieuitvoertgegeveneenzekereinvoer.
Het algoritme extraheert bewegende objecten in elk video frame en verbindt
ze doorheen de tijd. Vervolgens wordt een shuttle traject model gepast aan de
geëxtraheerde gegevens. Een classificatie wordt gemaakt van de best passende
modelvorm. De bewegende objecten worden geëxtraheerd middels achtergrond
aftrekking en het labelen van verbonden componenten. Het verbinden van deze
componenten doorheen de tijd gebeurt aan de hand van een op maat gemaakte
stap. Het shuttle traject model gebruikt een fysische shuttle traject beschrijving
en een camera calibratie om een model te vormen van het shuttle gedrag op het
afgebeelde vlak.
De resultaten tonen dat gemiddeld 8 procent start -en eindposities van de slagen
correct geclassificeerd werden. De algemene prestatie is niet voldoende maar
deelstappen van het algoritme tonen veelbelovende resultaten. Daarenboven zijn
verschillende knelpunten geïdentificeerd en een uitgebreide lijst van suggesties
voor verder onderzoek is opgesteld.
vi
Preface
ThisthesiswaspreparedduringanexchangestayatthedepartmentofInformatics
andMathematicalModellingattheTechnicalUniversityofDenmark. Thethesis
fulfils the requirements for acquiring an M.Sc. in Computer Science from Ghent
University.
The thesis deals with the classification of badminton shots in compressed video
recorded with a baseline angled camera.
The thesis consists of seven chapters. The introduction specifies the considered
problem, motivates the proposed goals and elaborates on related work. The next
four chapters describe the developed method. Chapter six summarizes the most
important results. Concluding remarks and future work are listed in the last
chapter.
Lyngby, 01-June-2013
Sam Careelmont
viii