Not logged in.
Quick Search - Contribution
Contribution Details
| Type | Master's Thesis |
| Scope | Discipline-based scholarship |
| Title | Motion Analytics: Visual Patterns for Runners of One of a Kind |
| Organization Unit | |
| Authors |
|
| Supervisors |
|
| Language |
|
| Institution | University of Zurich |
| Faculty | Faculty of Business, Economics and Informatics |
| Date | 2022 |
| Abstract Text | inergia: Future Cinema is a Swiss National Science Foundation funded project led by an interdisciplinary team of scientists in machine learning, visual analytics, digital museology and archival science. Sinergia strives to offer the public access to large-scale audiovisual archives of recordings from the twentieth and twenty-first century. The archive of recordings is edited with computational techniques to provide an impressive and memorable museological experience through beautiful visualisations the users can interact with. In this context, the University of Zurich acts as a partner of Sinergia and is responsible for visual analysis. This master thesis aims to do visual analysis on the International Olympic Committee (IOC) data set. In specific, it focuses on the comparison and analysis of Visual Patterns for Runners of One of a Kind. The goal of the thesis is to develop a tool to support the comparison of sprinters. The results of the comparison should be visually presented to the user. The experience gained from the development of such a technical solution should help to understand what challenges need to be accounted for in order to develop a running pattern analysis tool. The visualisation tool should take audiovisual files as input and output visualisations in the form of a virtual track to let runners virtually compete against each other. Displayable charts within the application further support the analysis and comparison task. A special focus while developing the sprint comparison tool was placed on the definition and implementation of a user-friendly User Interface (UI), as the end-users might not be computer science affine. The UI has been developed and designed using proven visual guidelines. A data preparation pipeline is provided to extract skeleton data out of audiovisual files using image recognition software. Furthermore, the preparation pipeline includes post-processing the data, which results in better data quality. It additionally puts the data into a format that can be used with the frontend technology to eventually visualise it in the UI. Depending on the outcome of the application development, the thesis gives insights whether and under which circumstances it is possible to generate a meaningful visualisation tool for sprinter comparison with the current state-of-the-art technology. Besides the application development, this master thesis evaluates, based on literature review, sprint-specific features that must be examined to allow a sprinter comparison. Such features include movements that have major impact on a sprint event and are decisive for winning, as for example the way a sprinter positions his front leg's knee during each step. Literature research on sprint-specific features also include a sprint segmentation to divide the race into different sprint phases (start, acceleration, maximum speed, finish). For each sprint phase, movement patterns are sought to be discovered, as they are crucial for the fastest possible sprint. This master thesis concludes that comparisons between sprinters based on video files are possible. However, this comes with certain limitations: During the development of the tool, difficulties related to the image recognition software and its skeleton data extraction capabilities were encountered. Additionally, video files with different viewing angles and image focuses posed a challenge that could not be resolved in this master thesis. Therefore, sprint comparison analyses are still limited since for many limitations no general solutions exist yet. |
| Zusammenfassung | Sinergia: Future Cinema ist ein vom Schweizerischen Nationalfonds finanziertes Projekt, wleches von einem interdisziplinären Team von Wissenschaftlern aus den Bereichen maschinelles Lernen, visuelle Analytik, digitale Museologie und Archivwissenschaft geleitet wird. Sinergia hat sich zum Ziel gesetzt, der Öffentlichkeit Zugang zu umfangreichen audiovisuellen Archiven mit Aufnahmen aus dem zwanzigsten und einundzwanzigsten Jahrhundert zu bieten. Das Archiv der Aufnahmen wird mit Hilfe von Computertechniken bearbeitet, um durch schöne Visualisierungen, mit denen die Benutzer interagieren können, eine beeindruckende und unvergessliche museologische Erfahrung zu bieten. In diesem Zusammenhang fungiert die Universität Zürich als Partner von Sinergia und ist für die visuelle Analyse verantwortlich. Ziel dieser Masterarbeit ist die visuelle Analyse des Datensatzes des Internationalen Olympischen Komitees (IOC). Im Mittelpunkt steht dabei der Vergleich und die Analyse von visuellen Mustern von Einzelläufern. Das Ziel der Arbeit ist es, eine Applikation zu entwickeln, welche den Vergleich von Sprintern unterstützt. Die Ergebnisse des Vergleichs sollen dem Benutzer visuell dargestellt werden. Die Erfahrungen aus der Entwicklung einer solchen technischen Lösung sollen helfen zu verstehen, welche Herausforderungen bei der Entwicklung eines Laufmuster Analysetools berücksichtigt werden müssen. Das Visualisierungstool sollte audiovisuelle Dateien als Input nehmen und Visualisierungen in Form einer virtuellen Strecke ausgeben, um Läufer virtuell gegeneinander antreten zu lassen. Darstellbare Diagramme innerhalb der Anwendung unterstützen die Analyse- und Vergleichsaufgabe zusätzlich. Ein besonderes Augenmerk bei der Entwicklung des Sprint-Vergleichstools wurde auf die Definition und Implementierung einer benutzerfreundlichen Benutzeroberfläche (UI) gelegt, da die Endnutzer nicht zwangsläufig Informatik-affin sind. Die Benutzeroberfläche wurde unter Verwendung bewährter visueller Richtlinien entwickelt und gestaltet. Eine Datenaufbereitungspipeline wird bereitgestellt, um Skelettdaten aus audiovisuellen Dateien mithilfe von Bilderkennungssoftware zu extrahieren. Darüber hinaus beinhaltet die Aufbereitungspipeline eine Nachbearbeitung der Daten, was zu einer besseren Datenqualität führt. Zusätzlich werden die Daten in ein Format gebracht, das mit der Frontend-Technologie verwendet werden kann, um sie schliesslich auf der Benutzeroberfläche zu visualisieren. Abhängig vom Ergebnis der Softwareentwicklung gibt die Arbeit Aufschluss darüber, ob und unter welchen Umständen es möglich ist, mit dem aktuellen Stand der Technik ein aussagekräftiges Visualisierungstool für den Vergleich von Sprintern zu generieren. Neben der Applikationsentwicklung werden in dieser Masterarbeit auf Basis einer Literaturrecherche sprintspezifische Merkmale evaluiert, die für einen Vergleich von Sprintern untersucht werden müssen. Zu diesen Merkmalen gehören Bewegungen, die einen großen Einfluss auf einen Sprint haben und entscheidend für den Sieg sind, wie z.B. die Art und Weise, wie ein Sprinter das Knie seines Vorderbeins bei jedem Schritt positioniert. Die Literaturrecherche zu sprintspezifischen Merkmalen beinhaltet auch eine Sprintsegmentierung, um das Rennen in verschiedene Sprintphasen (Start, Beschleunigung, Höchstgeschwindigkeit, Ziel) zu unterteilen. Für jede Sprintphase sollen Bewegungsmuster entdeckt werden, die für einen möglichst schnellen Sprint entscheidend sind. Diese Masterarbeit kommt zu dem Schluss, dass Vergleiche zwischen Sprintern auf der Grundlage von Videodateien möglich sind. Dies ist jedoch mit gewissen Einschränkungen verbunden: Während der Entwicklung des Tools traten Schwierigkeiten im Zusammenhang mit der Bilderkennungssoftware und ihrer Fähigkeit zur Extraktion von Skelettdaten auf. Zudem stellten Videodateien mit unterschiedlichen Blickwinkeln und Bildfokussierungen eine Herausforderung dar, die in dieser Masterarbeit nicht gelöst werden konnte. Daher sind Vergleiche von Sprintern immer noch begrenzt, da für viele Einschränkungen noch keine allgemeinen Lösungen existieren. |
| PDF File |
Download
|
| Export |
BibTeX
|