IMPROVING OCCLUSION OF FOOTBALL PLAYERS

Abstract

This research focuses on the improvement of a solution to the occlusion problem due to the integration of players in football. There are 4 main processes to solve the problem: 1) playfield detection, applying a Gaussian Mixed Model (GMM) with a data refinement technique using Markov Random Field (MRF) for playfield's pixel classification. Prior information is used to provide the clue of playfield’s pixels in the images. The prior information is created using the Naive Bayes algorithm based on the playfield pixel's position appearing in the image. 2) The player detection and tracking on image views, applying the condensation algorithm with the sampling technique based on the regions being presented. 3) The player tracking in virtual views, applying the Kalman Filter (KF) to perform tracking. The data fusion and position estimation, offered the physical based data shape model and the linear equations based position estimation techniques. And the final process, 4) solving player occlusion from the aggregation of players. This performs by applying the condensation algorithms for tracking and solves the occlusion problem. The technique is based on the player position information obtained from the data fusion process from multiple cameras. In addition, the results of the predicted player position in the virtual views (estimating an obscured player's position within a group of playing which is not visible from any camera) is used in this process. The results showed that using the data refinement techniques, MRF, can help to classify the playfield's pixel data more effectively than using the Median Filter (MF) technique. The player detection and tracking on image view provide good results in the overall better than the two original techniques, using only condensation algorithms and KF. This study also found that the sampling method based on region yielded better results than the sampling method based on the Bounding Box. The player tracking in virtual view gave the promising results, by estimating the position of players in a virtual view close to the actual position than the original technique that uses an average distance-based method. In the occlusion problem, this work showed that applying the condensation algorithms in conjunction with the region based sampling technique can track the obstructed players well. In addition, using the positioning data from multi-camera in conjunction with predictive position in a virtual view can effectively help to estimate the completed obstructed position of players.

งานวิจัยนี้ มุ่งเน้นการปรับปรุงวิธีการเพื่อแก้ไขปัญหาการการบดบังซึ่งเกิดจากการรวมตัวของผู้เล่นในกีฬาฟุตบอล ประกอบด้วย 4 กระบวนการหลัก ได้แก่ 1) การตรวจจับสนาม ประยุกต์ใช้โมเดลผสมเกาส์เซียน (GMM) ร่วมกับเทคนิคการปรับแต่งค่าโดยใช้มาร์คอฟแรนดอมฟิวส์ (MRF) ในการจำแนกพิกเซลสนาม การเรียนรู้ของระบบจะอยู่บนพื้นฐานของโมเดลการทำนายที่ถูกนำเสนอซึ่งถูกสร้างขึ้นโดยใช้อัลกอริทึมนาอีฟเบย์โดยอาศัยข้อมูลตำแหน่งของสนามที่ปรากฏภายในภาพ 2) การตรวจจับและติดตามผู้เล่นในมุมมองภาพ ประยุกต์ใช้อัลกอริทึมคอนเดนเซชันร่วมกับเทคนิคการสุ่มแซมเปิลบนพื้นฐานของพื้นที่ที่ถูกนำเสนอ 3) การติดตามผู้เล่นในมุมมองเสมือน ประยุกต์ใช้คาร์มาลฟิลเตอร์สำหรับการติดตาม การผสมข้อมูลและการประมาณตำแหน่งได้นำเสนอโมเดลรูปร่างของข้อมูลบนพื้นฐานทางกายภาพร่วมกับเทคนิคการประมาณตำแหน่งบนพื้นฐานของสมการเส้นตรง และกระบวนการสุดท้าย 4) การแก้ปัญหาการบดบังจากการรวมตัวของผู้เล่น ประยุกต์ใช้อัลกอริทึมคอนเดนเซชันสำหรับการติดตามและแก้ปัญหาการบดบังในเบื้องต้น และอาศัยข้อมูลที่ได้จากกระบวนการผสมข้อมูลตำแหน่งผู้เล่นจากหลายกล้องร่วมกับผลจากการทำนายตำแหน่งผู้เล่นในมุมมองเสมือนสำหรับการประมาณตำแหน่งผู้เล่นที่ถูกบดบังภายในกลุ่มซึ่งไม่สามารถมองเห็นได้จากกล้องใดๆ ผลการทดลองพบว่า การใช้เทคนิคการปรับแต่งค่าด้วยมาร์คอฟแรนดอมฟิวส์ช่วยให้การจำแนกข้อมูลพิกเซลสนามมีประสิทธิภาพดีกว่าการใช้เทคนิคมีเดียนฟิลเตอร์ (MF) การตรวจจับและติดตามผู้เล่นในมุมมองภาพ พบว่าวิธีที่เสนอให้ผลในภาพรวมดีกว่า 2 เทคนิคเดิม คือ การใช้อัลกอริทึมคอนเดนเซชันเพียงอย่างเดียวและการใช้คาลมาลฟิลเตอร์ (KF) นอกจากนี้ยังพบว่าวิธีการสุ่มแซมเปิลบนพื้นฐานของพื้นที่ให้ผลที่ดีกว่าวิธีการสุ่มแซมเปิลบนพื้นฐานของบราวดิ้งบล็อก การติดตามผู้เล่นในมุมมองเสมือน พบว่ากระบวนการผสมข้อมูลที่เสนอในภาพรวมให้ผลการประมาณตำแหน่งบนมุมมองเสมือนที่ใกล้เคียงกับตำแหน่งจริงมากกว่าวิธีเดิมคือการประมาณตำแหน่งโดยใช้ค่าเฉลี่ย สุดท้าย การแก้ปัญหาการบดบัง พบว่าการประยุกต์ใช้อัลกอริทึมคอนเดนเซชันร่วมกับเทคนิคการสุ่มตัวอย่างบนพื้นฐานของพื้นที่ยังสามารถติดตามผู้เล่นที่ถูกบดบังในเบื้องต้นได้ดี นอกจากนี้การใช้ข้อมูลจากการผสมตำแหน่งผู้เล่นจากหลายกล้องร่วมกับผลการทำนายตำแหน่งในมุมมองเสมือนสามารถช่วยในการประมาณตำแหน่งผู้เล่นที่ถูกบดบังแบบสมบูรณ์ได้