Kontextbasiertes KI-System für die Spielerentwicklung im Amateursport
Im Rahmen dieses Vorhabens sollen robuste KI-basiere Verfahren zur Erkennung, Verfolgung und kontextbasierten Auswertung von athletischen Aktivitäten im Teamsport entworfen, umgesetzt und validiert werden. Grundlage soll ein Wahrnehmungssystem, basierend auf einer einzelnen, handelsüblichen mobilen Kamera bilden. Unterstützend wird Domänenwissen wie Spielfeldgeometrie, Spielregeln, Physik des Spielgeräts und biomechanische Prinzipien in die KI integriert, um eine möglichst universelle und robuste KI-Lösung für unterschiedliche Anwendungsszenarien zu entwickeln. Die Ergebnisse des Vorhabens sollen unmittelbar am Beispiel Basketball implementiert und evaluiert werden, da der Sport ein großes wirtschaftliches Verwertungspotenzial und hinreichend günstige Bedingungen zur Umsetzung des Vorhabens bietet.
fortiss erforscht im Rahmen des Projekts den Einsatz von Methoden des maschinellen Lernens zur bildbasierten Erkennung und Verfolgung von Amateursportler*innen. Zum Einsatz kommen sollen Deep Learning Verfahren, insbesondere neuartige Transformer Architekturen. Durch die Integration von zusätzlichem Wissen über die physische Belastung der Sportler*innen, als auch mittels Wissens über physikalische Zusammenhänge, soll die Erkennung und Auswertung robuster gemacht werden. Dazu sollen geeignete Möglichkeiten und Schnittstellen erforscht werden, die Wissenskomponenten zu integrieren, um es den Modellen zu erlauben, Objekte auch unter Verdeckungen und unter Einfluss von Bildstörungen zuverlässig zu verfolgen.
Fördergeber: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (STMWi), BayVFP Förderlinie Digitalisierung, Informations- und Kommunikationstechnologie, IuK-Bayern,
DIK-2307-0035//DIK0576/02
Projektträger: VDI/VDE Innovation + Technik GmbH
01.10.2023 - 30.09.2025
