DeepSORT와 호모그래피 기법을 활용한 테니스 선수 추적 및 이동 거리 측정
Tennis Player Tracking and Distance Measurement Using DeepSORT and Homography
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
현대 스포츠 분석 시스템은 고비용 문제로 엘리트 선수 중심으로 활용되어, 아마추어 선수나동호인이 접근하기 어려운 기술 격차 문제가 존재한다. 본 연구는 이러한 문제를 해결하고자 일반적인 단일 카메라 영상만으로 테니스 선수의 이동 거리를 측정하는 방법을 제안한다. YOLOv8n 과 DeepSORT를 결합하여 선수를 안정적으로 탐지 및 추적하고, 코트 특징점 기반의 호모그래피변환을 통해 2D 영상 좌표를 실제 코트의 미터(m) 단위 좌표로 변환한다. 이후, 칼만 필터를 통해궤적을 보정하여 이동 거리에 대한 지표를 산출한다. 실제 테니스 경기 영상에 적용한 결과, 수동분석 도구 대비 평균 85.26%의 이동 거리 측정 정확도를 달성하였다.
Abstract
High-cost modern sports analysis systems are predominantly utilized by elite athletes, creating a significant technology gap that limits access for amateur players and sports enthusiasts. To address this issue, this study proposes a practical method for measuring the movement distance of tennis players using only a single, commonly available camera. Our approach combines YOLOv8n and DeepSORT for robust player detection and tracking, followed by a homography transformation based on court keypoints to map 2D image coordinates to real-world metric coordinates. A Kalman filter is then applied to smooth the resulting trajectory and derive a reliable metric of movement distance. When tested on real tennis match footage, the proposed system achieved an average measurement accuracy of 85.26% relative to manual analysis tools, demonstrating its viability as a low-cost alternative.