Cheerleading gehört zu den ästhetischen Teamsportarten, was bedeutet, dass auf Ausführung und Synchronität von Bewegungen besonders viel Wert gelegt wird. Während der Corona-Pandemie war es vielen Sportler:innen nicht möglich, gemeinsam mit ihrem Team zu trainieren. Die Idee ist es, eine Software zu entwickeln, die es den Athlet:innen ermöglicht, auch im Einzeltraining die gewünschte Synchronität zu erreichen.
Ziel dieser Arbeit ist es, einen Prototypen einer Software zu entwickeln, die es ermöglicht, vier Bewegungen (High-V, Low-V, T und Clean) in korrekter und inkorrekter Ausführung zu erkennen. Dazu muss zunächst auf die theoretischen Grundlagen des maschinellen Lernens eingegangen werden. Zudem werden die notwendigen Anforderungen an den Prototyp erhoben und ein Architekturbild erstellt. Für die Umsetzung des Prototyps werden die notwendigen Daten in Form von Videos gesammelt und für das Training des Modells aufbereitet. Anschließend wird das Vorhersagemodell in Form einer Convolutional Neuronal Networks trainiert. Nachdem die Trainingsergebnisse ausgewertet wurden, folgen Tests zu Validierung des Modells, mit dem Ziel herauszufinden, ob das Modell für eine Software zur Messung der Synchronität brauchbar ist.
Inhaltsverzeichnis
- Einleitung
- Ziel des Projekts
- Abgrenzung
- Was ist Cheersport
- Grundlagen
- Maschinelles Lernen
- Supervised Learning
- Unsupervised Learning
- Reinforcement Learning
- Neuronale Netze
- Deep Learning
- Faltende neuronale Netze
- Object Detection, Pose Estimation und Action Recognition im Bereich der Computer Vision
- Research
- Analyse bestehender Technologien
- Xbox Kinect
- Datensätze
- Bibliotheken
- Evaluation
- Herangehensweisen
- Entwicklung des Prototyps
- Anforderungen
- Architektur
- Sammeln der Daten
- Feature-Extrahierung und Beschriftung
- Erstellung des Modells
- Ergebnis
Zielsetzung und Themenschwerpunkte
Die Masterarbeit zielt auf die Entwicklung eines Prototyps einer Software ab, die es ermöglicht, Bewegungen im Cheersport zu erkennen und zu bewerten. Das Ziel ist es, Athlet:innen durch die Software im Einzeltraining zu helfen, die gewünschte Synchronität in ihren Bewegungen zu erreichen.
- Die Entwicklung eines Software-Prototyps zur Bewegungserkennung im Cheersport.
- Die Anwendung von maschinellen Lerntechniken zur Erkennung von Bewegungen.
- Die Analyse und Bewertung bestehender Technologien im Bereich der Bewegungserkennung.
- Die Erhebung von Anforderungen an den Software-Prototyp und die Erstellung eines Architekturbilds.
- Die Sammlung, Aufbereitung und Verarbeitung von Trainingsdaten für das maschinelle Lernmodell.
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die das Ziel des Projekts, die Abgrenzung und die Definition von Cheersport darstellt. Anschließend werden die theoretischen Grundlagen des maschinellen Lernens, neuronaler Netze und Deep Learning erläutert. Kapitel 3 befasst sich mit der Analyse bestehender Technologien im Bereich der Bewegungserkennung und beleuchtet die Herangehensweise des Projekts. In Kapitel 4 wird die Entwicklung des Prototyps beschrieben, einschließlich der Anforderungen, der Architektur, der Datensammlung, der Feature-Extrahierung, der Erstellung des Modells und der Ergebnisse.
Schlüsselwörter
Cheersport, Bewegungserkennung, Maschinelles Lernen, Convolutional Neural Networks, Synchronität, Softwareentwicklung, Prototyp, Deep Learning, Computer Vision.
- Arbeit zitieren
- Swantje Schwantes (Autor:in), 2022, Motion Detection als Evaluationsmethode von Bewegungsabläufen im Cheersport. Entwicklung einer Software zur Beurteilung der Synchronität, München, GRIN Verlag, https://www.grin.com/document/1249542
