Valós idejű, felhőalapú videóelemző platform modellezése és optimalizálása
A csapatsportok világában kialakult kiélezett versenyben a klubok sok pénzt fektetnek abba, hogy a lehető legtöbb esélyt megragadják teljesítményük növelésére. A sportanalitika segítségével, az adatokból kinyert tudással előnyt szerezhetnek riválisaikkal szemben. A videóelemzés segítségével edzéseket és mérkőzéseket rögzítenek és elemeznek, hogy információkat szerezzenek a játékosok teljesítményéről és a csapatkohézióról. A videóelemzés előnye, hogy betekintést ad az ellenfél csapatának teljesítményébe is. Az elmúlt két évtizedben számos vállalat fejlesztett olyan kamerarendszert, amelyek kiváló minőségű térbeli és időbeli adatokat szolgáltatnak a játékosokról. Lévén, hogy ezek a rendszerek csúcstechnológiának számítanak, rendkívül drágák. Mind a kamerák, mind a videó adatok feldolgozásához szükséges számítási infrastruktúra hatalmas költségekkel jár a csapatok számára. Sajnos a magas költségek miatt a pénzügyileg szerény kluboknak elérhetetlen ez a technológia, így a sportanalitika előnyei is.
Ebben a dolgozatban egy valós idejű labdarúgó videófeldolgozó rendszert mutatunk be, amely detektálja és nyomon követi a játékosokat, és magas szintű mérőszámokat állít elő a mozgásuk leírására. Rendszerünk kihasználja a felhőszámítás előnyeit: gyors, olcsó, jól skálázható és bárhonnan, illetve bármikor hozzáférhető. A rendszer költséghatékonyságát (alacsony beruházási és működési költségét) az olcsó akciókamerák és a számítási felhő igény szerinti (jól skálázható) használata biztosítja. A lehető legpontosabb valós idejű eredmények elérése érdekében a rendszer minél több paraméterét optimalizáljuk egy többváltozós optimalizálási modell segítségével. Ezek a paraméterek magukban foglalják a kamera beállításait, például a képkockasebességet, a felbontást, valamint a detekciós és nyomkövető komponensek különböző paramétereit. Az egész rendszert egy mikroszolgáltatás-alapú rendszerként implementáljuk Kubernetesben, amely lehetővé teszi számunkra, hogy a több erőforrást igénylő komponenseket egyszerűen méretezhessük. Annak érdekében, hogy megfelelő módon becsülni tudjuk a rendszer futási teljesítményét az üzembe helyezés előtt, egy analitikus keretrendszert javaslunk, amellyel a rendszer felépítését és annak működését modellezzük. Rendszerünk egy képszegmentálási módszert alkalmaz a videóképek részleteinek párhuzamos feldolgozására, ezt egy sorbanállási modellel írjuk le. A modell segítségével kiszámolhatjuk a rendszer szűk keresztmetszeteit és várható erőforrás-fogyasztását, melyek mind a költség, mind a feldolgozási késleltetés becslésében hasznosak. Dolgozatunk eredménye egy olyan rendszer, mely elérhetővé teszi a kisebb költségvetésű és utánpótlás csapatok számára is a videó elemzés nyújtotta előnyöket.
szerzők
-
Dobreff Gergely
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc) -
Molnár Márton
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulensek
-
Dr. Toka László
egyetemi docens, Távközlési és Médiainformatikai Tanszék -
Dr. Pašić Alija
egyetemi adjunktus, Távközlési és Médiainformatikai Tanszék