In diesem Kapitel werden die Anwendungen von Videodaten für Sportanalysen anhand von Beispielen aus der Domäne Fußball diskutiert. Videodaten bilden sportartspezifische Aktionen, Handlungen und Bewegungen ab, die viele Informationen für weitergehende Analysen enthalten. Ansätze im Bereich des maschinellen Sehens erlauben es, Videos und Positionsdaten automatisch mit zeitgenauen Informationen anzureichern, um beispielsweise eine effiziente Suche in Videos und großen Videosammlungen zu ermöglichen. Zudem können Positionsdaten aus Videoaufzeichnungen geschätzt werden, die eine Reihe anderer Anwendungen ermöglichen. Die Entwicklung echtzeitfähiger Ansätze könnte künftig dazu beitragen, Aktionen, Ereignisse und Bewegungen in Einzel- und Mannschaftssportarten live auswerten und analysieren zu können.
%0 Book Section
%1 Müller-Budack2023
%A Müller-Budack, Eric
%A Gritz, Wolfgang
%A Ewerth, Ralph
%B Sportinformatik : Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten
%C Berlin, Heidelberg
%D 2023
%E Memmert, Daniel
%I Springer Berlin Heidelberg
%K myown
%P 31--38
%R 10.1007/978-3-662-67026-2_4
%T Reale Datensätze -- Videodaten
%U https://doi.org/10.1007/978-3-662-67026-2_4
%X In diesem Kapitel werden die Anwendungen von Videodaten für Sportanalysen anhand von Beispielen aus der Domäne Fußball diskutiert. Videodaten bilden sportartspezifische Aktionen, Handlungen und Bewegungen ab, die viele Informationen für weitergehende Analysen enthalten. Ansätze im Bereich des maschinellen Sehens erlauben es, Videos und Positionsdaten automatisch mit zeitgenauen Informationen anzureichern, um beispielsweise eine effiziente Suche in Videos und großen Videosammlungen zu ermöglichen. Zudem können Positionsdaten aus Videoaufzeichnungen geschätzt werden, die eine Reihe anderer Anwendungen ermöglichen. Die Entwicklung echtzeitfähiger Ansätze könnte künftig dazu beitragen, Aktionen, Ereignisse und Bewegungen in Einzel- und Mannschaftssportarten live auswerten und analysieren zu können.
%@ 978-3-662-67026-2
@inbook{Müller-Budack2023,
abstract = {In diesem Kapitel werden die Anwendungen von Videodaten f{\"u}r Sportanalysen anhand von Beispielen aus der Dom{\"a}ne Fu{\ss}ball diskutiert. Videodaten bilden sportartspezifische Aktionen, Handlungen und Bewegungen ab, die viele Informationen f{\"u}r weitergehende Analysen enthalten. Ans{\"a}tze im Bereich des maschinellen Sehens erlauben es, Videos und Positionsdaten automatisch mit zeitgenauen Informationen anzureichern, um beispielsweise eine effiziente Suche in Videos und gro{\ss}en Videosammlungen zu erm{\"o}glichen. Zudem k{\"o}nnen Positionsdaten aus Videoaufzeichnungen gesch{\"a}tzt werden, die eine Reihe anderer Anwendungen erm{\"o}glichen. Die Entwicklung echtzeitf{\"a}higer Ans{\"a}tze k{\"o}nnte k{\"u}nftig dazu beitragen, Aktionen, Ereignisse und Bewegungen in Einzel- und Mannschaftssportarten live auswerten und analysieren zu k{\"o}nnen.},
added-at = {2024-03-04T15:43:06.000+0100},
address = {Berlin, Heidelberg},
author = {M{\"u}ller-Budack, Eric and Gritz, Wolfgang and Ewerth, Ralph},
biburl = {https://www.bibsonomy.org/bibtex/2cda002bcc9587810b6786e96887d2129/ericmb},
booktitle = {Sportinformatik : Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten},
description = {Reale Datensätze – Videodaten | SpringerLink},
doi = {10.1007/978-3-662-67026-2_4},
editor = {Memmert, Daniel},
interhash = {876ed23960a47262d54466ca40b0b881},
intrahash = {cda002bcc9587810b6786e96887d2129},
isbn = {978-3-662-67026-2},
keywords = {myown},
pages = {31--38},
publisher = {Springer Berlin Heidelberg},
timestamp = {2024-03-04T15:43:06.000+0100},
title = {Reale Datens{\"a}tze -- Videodaten},
url = {https://doi.org/10.1007/978-3-662-67026-2_4},
year = 2023
}