# 농구 선수 식별을 위한 컴퓨터 비전 시스템 요약

> Clean Markdown view of GeekNews topic #23387. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=23387](https://news.hada.io/topic?id=23387)
- GeekNews Markdown: [https://news.hada.io/topic/23387.md](https://news.hada.io/topic/23387.md)
- Type: news
- Author: [darjeeling](https://news.hada.io/@darjeeling)
- Published: 2025-10-01T10:29:37+09:00
- Updated: 2025-10-01T10:29:37+09:00
- Original source: [blog.roboflow.com](https://blog.roboflow.com/identify-basketball-players/)
- Points: 14
- Comments: 1

## Summary

**컴퓨터 비전**과 **AI 모델 파이프라인**을 활용해 농구 경기 영상에서 선수를 정밀하게 **감지, 추적, 식별**하는 시스템 구축 과정을 다룹니다. **RF-DETR**와 **SAM2** 등 첨단 딥러닝 모델이 선수의 빠른 움직임, 가려짐, 비슷한 유니폼, 카메라 이동 같은 복합적 난관을 해결하며, **SigLIP** 임베딩과 **K-평균 클러스터링**으로 팀을 구분합니다. 최종적으로 **ResNet 기반 등번호 인식**과 **IoS 연산**으로 선수 식별 신뢰도를 높입니다. 복잡한 모델 통합으로 실시간은 아니지만 실제 스포츠 분석의 새로운 가능성을 보여줍니다.

## Topic Body

#### 🏀 농구 선수 식별을 위한 컴퓨터 비전 시스템 요약  
  
이 블로그 게시물은 컴퓨터 비전 기술을 활용하여 농구 경기 영상에서 선수를 **감지, 추적, 및 식별**하는 복잡한 시스템을 구축하는 과정을 상세히 설명합니다. 이 시스템은 여러 최신 AI 모델을 파이프라인 형태로 결합하여 선수의 빠른 움직임, 신체 접촉으로 인한 가려짐(occlusion), 유사한 유니폼, 카메라 이동 등 어려운 문제들을 해결합니다.  
  
  
  
---  
  
##### **주요 기술 및 파이프라인**  
  
이 시스템은 여러 단계의 정교한 프로세스를 통해 선수들을 식별합니다.  
  
1.  **객체 감지 (Object Detection):**  
    * **RF-DETR** 모델을 사용하여 영상 내의 **선수, 등번호, 농구공, 림** 등 주요 객체들의 위치를 정확히 찾아냅니다.  
  
2.  **선수 추적 (Player Tracking):**  
    * **SAM2 (Segment Anything Model 2)** 를 활용하여 각 프레임마다 선수를 추적합니다. SAM2의 내부 메모리 기능 덕분에 선수가 다른 선수나 객체에 의해 잠시 가려지더라도 지속적으로 동일한 선수임을 인지하고 추적을 유지할 수 있습니다.  
  
3.  **팀 구분 (Team Clustering):**  
    * 유니폼 색상을 기반으로 두 팀을 구분하기 위해 비지도 학습 클러스터링 접근법을 사용합니다.  
    * **SigLIP 모델**로 각 선수의 시각적 특징을 임베딩 벡터로 변환합니다.  
    * **UMAP**을 이용해 고차원의 임베딩 데이터를 저차원으로 축소합니다.  
    * **K-평균(K-means) 클러스터링** 알고리즘을 적용하여 선수들을 두 개의 그룹(팀)으로 나눕니다.  
  
4.  **선수 식별 (Player Identification):**  
    * 선수를 최종적으로 식별하기 위해 등번호를 인식합니다.  
    * 초기에는 **SmolVLM**을 OCR(광학 문자 인식)에 사용했으나, 등번호 분류를 위해 미세 조정한 **ResNet 모델**이 더 높은 정확도를 보여 최종 채택되었습니다.  
    * **IoS (Intersection over Smaller Area)** 라는 지표를 사용하여 감지된 등번호가 올바른 선수 마스크에 정확하게 연결되도록 합니다.  
    * 시스템의 신뢰도를 높이기 위해, 동일한 등번호가 여러 번 반복적으로 예측되었을 때만 해당 선수의 번호로 확정합니다.  
  
---  
  
##### **결론 및 소스 코드**  
  
이 시스템은 여러 최첨단 컴퓨터 비전 모델들을 창의적으로 통합하여 복잡한 실제 스포츠 분석 문제를 해결할 수 있는 가능성을 보여주는 성공적인 사례입니다. 다만, 처리 과정의 복잡성으로 인해 실시간으로 작동하지는 않습니다.  
  
* **소스 코드:** 프로젝트의 전체 코드는 아래 GitHub 저장소에서 확인할 수 있습니다.  
    * [https://github.com/roboflow/basketball-player-identification](https://github.com/roboflow/basketball-player-identification)

## Comments



### Comment 44618

- Author: shakespeares
- Created: 2025-10-06T18:53:12+09:00
- Points: 1

소스코드 링크가 안들어가져요.