Direkt zum Inhalt

Die Digitalisierung nimmt zunehmend Einfluss auf viele Spitzensportarten. Technologische Fortschritte ermöglichen die präzise Erfassung von Positionsdaten, die jedoch lediglich begrenzte Informationen zu praxisrelevanten Fragestellungen liefern. Das Ziel dieses Kooperationsprojektes ist die Entwicklung und Visualisierung von sportrelevanten Spiel- und Taktikanalysen durch die multimodale Fusion von Video-, Positions- und Ereignisdaten. In Kombination mit geeigneten Expertenmodellen ermöglicht dies die Bereitstellung von digitalen Assistenten zur Sportanalyse.

Das Projekt MM4SPA ist ein Transferprojekt aus dem Bereich der Sports Analytics. Das Ziel des Projekts ist die prototypische Integration von Analysemethoden aus dem Bereich des maschinellen Lernens in die bestehende Analyseplattform des industriellen Kooperationspartners KINEXON. Dadurch werden neue, innovative Dienstleistungen im Bereich Sports Analytics entwickelt.

 

Ausgehend von verfügbaren Sensorsystemen des Kooperationspartners zur Bestimmung von Positionsdaten wird eine automatisierte Zusammenführung mit Videodaten bei Sportspielen entwickelt. Auf Basis dieser multimodalen Fusion erfolgt eine semantische Anreicherung der Daten durch die automatische Erkennung von sportartspezifischen Ereignissen und deren Bewertung mittels kollaborativ entwickelten Expertenmodellen. Dies ermöglicht die Bereitstellung von digitalen Assistenten, um Kundenentscheidungsprozesse zu unterstützen.

 

Dazu werden von den Kooperationspartnern Methoden der Videoanalyse und des künstlichen Sehens in Verbindung mit maschinellen Lernverfahren verwendet.

 

Zur Sicherstellung der flexiblen Einsetzbarkeit der Methoden  werden die verschiedenen Sportspieldisziplinen Fußball, Basketball und Handball behandelt. Die Disziplinen unterscheiden sich hinsichtlich der Komplexität und Dimensionalität der Daten und ermöglichen die Entwicklung eines flexiblen und zukunftssicheren Systems. Neben der Befähigung des industriellen Partners, KI-Anwendungen zu verwenden, wird durch eine enge Zusammenarbeit und dem damit verbundenen Wissenstransfer sichergestellt, dass zukünftig auch eine selbständige Weiterentwicklung der Lösung durch kleine und mittelständische Unternehmen möglich ist.

Begin
End