earticle

영어

The purpose of this study is to implement, apply, and evaluate a badminton singles player position tracking system using a deep learning model. Therefore, for the practical application of the developed model, a study was conducted on a total of 6 game videos that were not used for learning during the system implementation process. As a result, the total number of frames used was 334,654, with 321,235 frames that were successfully recognized and 13,419 frames that failed to recognize, and when the actual game video was applied, the player recognition accuracy was 95.86%. As a result of the content analysis of the factors of recognition failure, most of them occurred at the end of the rally, and the progress of the rally occurred only from a single factor due to overlapping players near the net. These results confirm that the deep learning model proposed in this study performs player recognition well in the actual game video rather than the test image.

한국어

본 연구에서는 딥러닝 모델을 이용해 배드민턴 단식 선수 위치 추적 시스템을 구현하고 적용 및 평가하는데 목적이 있다. 따라서 개발한 모델의 실제 적용을 위해 시스템 구현과정에서 학습에 사용되지 않은 총 6경기 영상을 대상으로 연구를 진행하였다. 그 결과 사용된 영상의 총 프레임 수는 334,654개이고, 인식에 성공한 프레임은 321,235개, 인식에 실패한 프레임은 13,419개로 실제 경기 영상을 적용했을 때 선수 인식 정확도는 95.86%로 나타났다. 인식 실패 요인에 대한 내용분석 결과 대부분 랠리 종료 상황에서 발생되는 것으로 나타났으며 랠리 진행 상황은 네트 부근에서 선수 겹침으 로 인한 단일 요인에서만 발생되었다. 이러한 결과는 본 연구에서 제안하는 딥러닝 모델이 테스트 이미지가 아닌 실제 경기 영상에서도 선수 인식을 잘 수행하고 있는 것을 확인할 수 있었다.