Ball Tracking in Sports Video

Táto diplomová práca sa zaoberá automatickou detekciou a sledovaním futbalovej lopty v zázname športového stretnutia. Na základe predstavených techník zameraných na sledovanie malých objektov vo vysokom rozlíšení sú navrhnuté a implementované efektívne konvolučné neurónové siete, ktoré ďalej využíva upravený sledovací algoritmus SORT pre automatickú detekciu objektov v obraze. Za účelom preskúmania možností spracovania v reálnom čase pri čo najnižšej strate presnosti sledovania sú uskutočnené experimenty so spracovávaním snímok v rôznych rozlíšeniach a s rôznou frekvenciou získavania detekcií. Získané výsledky experimentov sú prezentované a využité pre návrh ďalších rozšírení, ktoré by viedli k zlepšeniu úspešnosti sledovania pri zachovaní dostatočnej rýchlosti spracovania.This master's thesis deals with automatic detection and tracking of a soccer ball in sports videos. Based on the introduced techniques focusing on tracking of small objects in high-resolution videos, effective convolutional neural networks are designed and used by a modified version of tracking algorithm SORT for automatic object detection. A set of experiments with the processing of images in different resolutions and with various frequencies of detection extraction is carried out in order to examine the trade-off between processing speed and tracking accuracy. The obtained results of experiments are presented and used to form proposals for future work, which could lead to improvements in tracking accuracy while maintaining reasonable processing speed.