Motion Detection als Evaluationsmethode von Bewegungsabläufen im Cheersport. Entwicklung einer Software zur Beurteilung der Synchronität

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.