Publicação
Volleyball performance statistics based on video analysis and deep learning
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| dc.contributor.advisor | Torres, José | |
| dc.contributor.advisor | Soares, Christophe | |
| dc.contributor.author | Ferreira, Bruno Filipe Baptista | |
| dc.date.accessioned | 2026-08-04T09:08:20Z | |
| dc.date.available | 2026-08-04T09:08:20Z | |
| dc.date.issued | 2026-07-23 | |
| dc.description.abstract | This dissertation presents the development and evaluation of a semi-automatic video-based system for extracting volleyball performance statistics using computer vision and deep learning techniques. Performance analysis plays a critical role in modern volleyball, supporting coaches and analysts in understanding match dynamics, technical execution, and tactical behaviour. However, the collection of such statistics is often performed manually or semimanually, making the process time-consuming, difficult to scale, and prone to inconsistency. To address these limitations, this work proposes a modular analysis pipeline centred on ball detection, tracking, scoreboard reading, court calibration, rally management, and event interpretation. The system employs a YOLObased model for volleyball detection, combined with temporal tracking strategies that exploit spatial continuity, motion constraints, foreground validation, and outlier rejection. Manual initialisation is still required for court calibration and scoreboard region selection, but the subsequent analysis stage operates automatically over the selected video segment. The work integrates these components into a unified prototype for volleyball match analysis. The system produces structured outputs describing rallies and event categories such as attacks, blocks, balls out, balls on the net, aces, and errors. The implemented pipeline was evaluated on two recorded volleyball sets from different venues. The system achieved a manual-review agreement rate of 81.82% on the first evaluated set and 72.50% on the second, corresponding to an overall agreement rate of 77.38% across 84 reviewed points. The evaluation shows that the proposed approach can extract useful volleyball event information from fixed-camera match footage, while also highlighting important limitations. The main sources of disagreement were related to fast rallies, trajectory ambiguity near the net and court boundaries, visual interference from additional balls, and venue-specific background complexity. The prototype therefore offers a concrete starting point for future work on semi-automatic volleyball performance analysis, particularly through improved ball tracking, more robust scoreboard recognition, and broader evaluation across additional venues. | eng |
| dc.description.abstract | Esta dissertação apresenta o desenvolvimento e a avaliação de um sistema semiautomático baseado em vídeo para a extração de estatísticas de desempenho em voleibol, utilizando técnicas de visão computacional e aprendizagem profunda. A análise de desempenho desempenha um papel importante no voleibol moderno, apoiando treinadores e analistas na compreensão da dinâmica do jogo, da execução técnica e do comportamento tático. No entanto, a recolha deste tipo de estatísticas é frequentemente realizada de forma manual ou semimanual, tornando o processo moroso, difícil de escalar e sujeito a inconsistências. Para responder a estas limitações, este trabalho propõe uma pipeline modular de análise centrada na deteção da bola, tracking, leitura do marcador, calibração do campo, gestão de rallies e interpretação de eventos. O sistema utiliza um modelo baseado em YOLO para a deteção da bola de voleibol, combinado com estratégias de tracking temporal que exploram a continuidade espacial, restrições de movimento, validação por foreground e rejeição de outliers. A inicialização manual continua a ser necessária para a calibração do campo e para a seleção da região de interesse do marcador, mas a fase posterior de análise decorre automaticamente sobre o segmento de vídeo selecionado. A integração destes componentes resulta num protótipo unificado para análise de jogos de voleibol. O sistema produz saídas estruturadas que descrevem rallies e categorias de eventos, tais como ataques, blocos, bolas fora, bolas na rede, ases e erros. A pipeline implementada foi avaliada em dois sets de voleibol gravados em pavilhões diferentes. O sistema obteve uma taxa de concordância com a revisão manual de 81.82% no primeiro set avaliado e 72.50% no segundo, correspondendo a uma taxa global de concordância de 77.38% em 84 pontos revistos. A avaliação mostra que a abordagem proposta consegue extrair informação útil sobre eventos de voleibol a partir de filmagens de jogo com câmara fixa, ao mesmo tempo que evidencia limitações importantes. As principais fontes de desacordo estiveram relacionadas com rallies rápidos, ambiguidades de trajetória junto à rede e aos limites do campo, interferência visual causada por bolas adicionais e diferenças de complexidade visual do fundo entre pavilhões. O protótipo constitui assim um ponto de partida concreto para trabalho futuro em análise semiautomática de desempenho em voleibol, particularmente através da melhoria do tracking da bola, de uma leitura mais robusta do marcador e de uma avaliação mais ampla em pavilhões adicionais. | por |
| dc.identifier.uri | http://hdl.handle.net/10284/15541 | |
| dc.language.iso | eng | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.title | Volleyball performance statistics based on video analysis and deep learning | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Informática, ramo de Computação Móvel |
Ficheiros
Principais
1 - 1 de 1
A carregar...
- Nome:
- DM_43056.pdf
- Tamanho:
- 10.22 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Dissertação de mestrado_43056
Licença
1 - 1 de 1
Miniatura indisponível
- Nome:
- license.txt
- Tamanho:
- 4.03 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: