Sledování průběhu deskových her pomocí kamery a hloubkového senzoru
Board Games Tracking Using Camera and Depth Sensor
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/109049Identifikátory
SIS: 197905
Kolekce
- Kvalifikační práce [11242]
Autor
Vedoucí práce
Oponent práce
Musil, Tomáš
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové a datové inženýrství
Katedra / ústav / klinika
Katedra softwarového inženýrství
Datum obhajoby
5. 9. 2019
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
deskové hry, šachy, počítačové vidění, KinectKlíčová slova (anglicky)
board games, chess, computer vision, KinectDeskové hry byly oblíbenou kratochvílí lidstva již od nepaměti. Během posledních dekád se objevilo mnoho pokusů jak pomocí RGB kamery rozpoznat aktuální stav hry, nebo dokonce sledovat průběh celých zápasů. V této práci k danému účelu používáme senzor Kinect verze 2 od společnosti Microsoft. Jedná se o levný senzor obsahující jak RGB kameru, tak snímáč hloubky obrazu. Cílem práce je analyzovat vlastnosti snímače hloubky při pozorování malých scén a navrhnout způsoby, jakými mohou prostorová data vylepšit výsledky dosavadních postupů používaných k určení pozice herního plánu a fi- gurek. Pro demonstraci jsme vyvinuli program schopný sledovat průběh šachové partie. Dokáže v obrazu určit pozici šachovnice, rozpoznat přítomnost černých a bílých figurek na jednotlivých polích, validovat tahy hráčů v průběhu hry a pořizovat záznam partie, který může být uložen na disk a znovu nahrán do programu. 1
Board games have been the everlasting amusement of mankind. During the last few decades, there were many attempts to recognize the state of the games or even track the whole matches using an RGB camera. In this thesis, we use low-cost sensor containing both RGB camera and depth sensor, namely Kinect v2 from Microsoft Corporation, to do such a task. The goal is to analyze properties of depth sensor on small scenes and propose ways in which can depth data improve results of existing solutions used to locate game board and chess pieces. To demonstrate those techniques, we developed a program able to track the chess match. It can locate the chessboard, detect the presence of black and white chess pieces on individual squares, validate movements, and record game so that it can be saved and loaded later. 1