구기 스포츠 공간에서 효율적인 스테레오 캘리브레이션 방법 = Efficient stereo calibration method in ball game field

국문 초록 (Abstract)

최근 빅데이터를 활용한 스포츠 분석이 많은 관심을 받고 있다. 이미 많은 팀들은 선수들의 다양한 정보를 분석하여 알맞는 훈련을 제공하고 있다. 여기서 공의 궤적 정보, 선수들의 자세, 위치 와 같은 3차원 데이터는 분석할 수 있다면 선수들의 능력 향상에 매우 큰 도움이 된다. 이러한 3차원 데이터 분석을 위해 레이더, IMU 센서, 카메라 기반의 3차원 데이터 분석 방법에 대한 연구가 진행되어왔다.
카메라 기반 3차원 데이터 분석 방법은 정확한 스테레오 캘리브레이션이 가능할 경우 거리에 상관없이 정확한 3차원 데이터 분석이 가능하다. 하지만 구기 스포츠 환경에서 기존의 스테레오 캘리브레이션 방식은 초점거리, 빛의 반사 등 다양한 외부 요인으로 인해 사용하기 어렵다. 이를 해결하기 위해 이전 논문[9]에서는 야구공을 대응점으로 사용한 방사형 궤적 데이터 기반 스테레오 캘리브레이션 방법을 제안하였다. 방사형 궤적 데이터를 이용한 스테레오 캘리브레이션 방법의 경우 카메라 화면 전체를 커버하기 위해 경기장을 크게 돌며 공을 직접 던지고 이를 촬영하는 과정을 거친다.
본 논문에서는 실제 경기나 훈련에서 발생하는 공 궤적만 대응점으로 사용하는 방법을 제안하였다. 실제 경기나 훈련으로 발생하는 공 궤적만 사용하여도 높은 정확도의 스테레오 캘리브레이션 결과를 얻을 수 있다면 넓은 범위의 공을 임의로 생성하지 않고 선수들이 생성하는 궤적만 검출하여 그대로 스테레오 캘리브레이션에 사용할 수 있다.
본 논문에서는 제안한 방법을 투-포수 피칭 궤적 데이터라고 정의하고 투-포수 피칭 궤적 데이터와 기존의 체커보드, 방사형 궤적 데이터 기반 스테레오 캘리브레이션의 정확도와 비교하여, 제안하는 방법의 정확도를 확인하였다.

목차 (Table of Contents)

• 1 서 론 1
• 1.1 스포츠에서 3차원 데이터의 필요성 1
• 1.2 스포츠 환경에서 공의 3차원 데이터 복원 방법 2
• 1.3 논문 구성 6
• 2 배경 연구 7
• 2.1 스테레오 캘리브레이션 7
• 2.1.1 카메라 캘리브레이션 7
• 2.1.2 Zhang’s Method 기반 스테레오 캘리브레이션 방법 13
• 2.1.3 Fundamental Matrix 13
• 2.1.4 8-Point Algorithm 15
• 2.2 8-Point Algorithm 기반 스테레오 캘리브레이션 방법 17
• 2.3 스포츠 환경에서 기존 스테레오 캘리브레이션의 문제점 18
• 2.4 구기 스포츠 환경의 스테레오 캘리브레이션 최근 동향 18
• 2.4.1 딥러닝을 활용한 스테레오 캘리브레이션 방법 19
• 2.4.2 야구공 궤적을 활용한 스테레오 캘리브레이션 방법 20
• 3 제안하는 방법 22
• 3.1 투-포수 피칭 궤적 데이터 22
• 3.2 스테레오 캘리브레이션 흐름도 23
• 4 실험 및 결과 25
• 4.1 합성 데이터 실험 25
• 4.1.1 평가 방법 28
• 4.1.2 실험 결과 29
• 4.2 실제 데이터 실험 32
• 4.2.1 평가 방법 35
• 4.2.2 실험 결과 38
• 5 결론 40