Мобільний застосунок для визначення статистики подій футбольного матчу на основі машинного розпізнавання відеозапису

Скорочена інформація про документ
dc.contributor.advisorКардашов, Олександр Вадимович
dc.contributor.authorЮщенко, Андрій Анатолійович
dc.date.accessioned2026-07-30T07:45:52Z
dc.date.available2026-07-30T07:45:52Z
dc.date.issued2026
dc.description.abstractДипломна робота виконана на 64 сторінках, містить 11 ілюстрацій, 15 таблиць, 1 додаток, 20 джерел у списку використаних джерел. Метою роботи є розробка мобільного застосунку для автоматизованого визначення статистики подій футбольного матчу на основі нейромережевого розпізнавання відеозапису безпосередньо на мобільному пристрої без спеціалізованого обладнання. Основний зміст роботи включає аналіз предметної галузі та існуючих системаналогів, вибір та обґрунтування методів розпізнавання об'єктів і трекінгу, реалізацію програмної системи на базі React Native з інтеграцією нейромережевої моделі YOLOv8 [4]n у форматі TFLite, а також тестування та оцінку продуктивності застосунку на реальних записах матчів. Методи та засоби: React Native (New Architecture, JSI), TypeScript, TensorFlow Lite, YOLOv8n, ByteTrack [5], Node.js, PostgreSQL, WatermelonDB, Zustand, reactnative-vision-camera, FFmpegKit. Результат: мобільний застосунок PitchSideAI для iOS та Android, що виконує розпізнавання гравців і м’яча, трекінг об'єктів між кадрами та класифікацію ігрових подій (передачі, удари, перехоплення) в режимі реального часу з точністю 87,3 % mAP50 та швидкодією ∵ 35 кадрів/с на пристроях середнього цінового сегменту. Розроблений застосунок може бути впроваджений у тренерській роботі аматорських, юнацьких та напівпрофесійних команд для автоматизованого збору статистичних показників матчів без залучення спеціалізованого обладнання та кваліфікованих операторів.
dc.description.abstractotherThe diploma project consists of 64 pages and includes 11 illustrations, 15 tables, 1 appendix, and 20 references. The aim of the study is to develop a mobile application for automated football match event statistics extraction based on machine learning video analysis directly on a mobile device without specialised equipment. The main content of the thesis includes domain analysis and review of existing analogue systems, selection and justification of object detection and tracking methods, implementation of the software system based on React Native with YOLOv8n TFLite [14] model integration, and performance evaluation on real match recordings. Methods and tools: React Native (New Architecture, JSI), TypeScript, TensorFlow Lite, YOLOv8n, ByteTrack, Node.js [6], PostgreSQL, WatermelonDB, Zustand, reactnative-vision-camera, FFmpegKit. Result: PitchSideAI mobile application for iOS and Android performing real-time player and ball detection, inter-frame object tracking, and game event classification (passes, shots, interceptions) achieving 87.3 % mAP50 accuracy and ∵ 35 fps on midrange devices. The developed application can be implemented in coaching workflows of amateur, youth, and semi-professional teams for automated match statistics collection without specialised hardware or trained operators.
dc.format.extent64 с.
dc.identifier.citationЮщенко, А. А. Мобільний застосунок для визначення статистики подій футбольного матчу на основі машинного розпізнавання відеозапису : дипломна робота ... бакалавра : 122 Комп’ютерні науки / Ющенко Андрій Анатолійович. – Київ, 2026. – 64 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82320
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмобільний застосунок
dc.subjectкомп’ютерний зір
dc.subjectрозпізнавання об’єктів
dc.subjectyolo
dc.subjectтрекінг об’єктів
dc.subjectreact native
dc.subjecttensorflow lite
dc.subjectспортивна аналітика
dc.subjectmobile application
dc.subjectcomputer vision
dc.subjectobject detection
dc.subjectobject tracking
dc.subjectsports analytics
dc.titleМобільний застосунок для визначення статистики подій футбольного матчу на основі машинного розпізнавання відеозапису
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yuschenko_bakalavr.pdf
Розмір:
1.46 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ЦТЕ)
Бакалаврські роботи