DAIQUIRI

Data & Artificial Intelligence for QUantifIed Reporting In sports
(Data & Artificiële Intelligentie voor gekwantificeerde sportverslaggeving)

Tijdens sportevenementen gebruiken atleten wearables en sensoren om hun prestaties te meten. Die data worden vandaag vooral gebruikt voor coachingdoeleinden, maar zouden ook gebruikt kunnen worden bij liveverslaggeving van sportevenementen. Een platform om sportdata te vertalen naar input voor liveverslaggevers, redacteurs en kijkers aan de hand van Artificiële Intelligentie (AI) bestaat nog niet. Het DAIQUIRI-project wil daarom AI-algoritmen ontwikkelen die hedendaagse uitdagingen tackelen rond dataoverbelasting, links tussen video en sensoren, dynamische ondertiteling en multimodale verhalen. Het resultaat zal een dataplatform en -dashboard zijn dat gevoed wordt door data van sensoren. Zo krijgen verslaggevers een betere ondersteuning bij hun verhaal en verbetert de ervaring van de kijkers.

Kloof tussen data en verhalen overbruggen

Sensordata uit sport vertalen naar boeiende, real-time berichten met visualisatie staat vandaag nog in de kinderschoenen. Het DAIQUIRI-project zal daarom een schaalbare dataflow creëren om mediakanalen hierbij te helpen. Daarvoor maakt het gebruik van Internet of Things (IoT) om data te halen uit atleten en hun uitrusting. Denk aan korte verrijkkende verhalen over individuele of teamprestaties, tactieken en sleutelmomenten tijdens evenementen.

Professioneel dataplatform voor media

Het DAIQUIRI-consortium bestaat uit experten in het vastleggen van sportevenementen, sensordataplatformen, redactietools en interactieve gebruikerservaringen. Daarbij heeft het team heeft vier doelstellingen:

  1. De sensorverbinding, datalinking en datakwaliteit optimaliseren om de datastroom te verminderen met 30%.
  2. Gepersonaliseerde gebruikservaringen stimuleren met dynamische visualisatie in realtime en de doorstroom van data om inzichten te bekomen.
  3. AI-algoritmen ontwikkelen die toelaten om verschillenden types van verhaalfragmenten te genereren. 
  4. Diverse technieken rond storytelling opzetten om de traditionele verslaggeving met inzichten uit sensordata te verrijken.

Aantoonbare waarde in real life sportscenario’s

De schaalbare dataflow zal worden toegepast in het veldrijden en tijdens hockey wedstrijden. De sensordata en inzichten die het platform genereert, zullen worden gebruikt om templates te ontwerpen voor real-time visualisaties. Daarna mondt die informatie uit in een dashboard voor contentcreatie. Mediaprofessionals kunnen dat dashboard dan gebruiken om snel datagedreven inzichten aan hun verslaggeving toe te voegen. 

Het DAIQUIRI-project ontwikkelt AI-algoritmen die hedendaagse uitdagingen tackelen rond dataoverbelasting, links tussen video en sensoren, dynamische visualisaties  en multimodale verhalen. Het resultaat zal een dataplatform en -dashboard zijn dat input krijgt van real-time sensoren.

DAIQUIRI

Data & Artificial Intelligence for QUantifIed ReportIng In sport.

 

DAIQUIRI is een imec.icon research project gesubsidieerd door imec and Agentschap Innoveren & Ondernemen.

 

Het project startte op 01.10.2019 en loopt tot 30.09.2021.

Download as pdf

Project informatie

Industrie

  • Arinti
  • Cronos
  • NEP Belgium
  • Telenet
  • Videohouse
  • VRT

Research

  • imec – IDLab Data Science Lab – UGent
  • imec – IDLab MOSAIC – UAntwerpen
  • imec – MICT – UGent

Contact

  • Project lead: Sarah Smits
  • Research lead: Bart Braem
  • Proposal Manager: Steven Verstockt
  • Innovation manager: Steven Van Assche

 

Share this on

truetrue

Deze website maakt gebruik van cookies met als enige doel het analyseren van surfgedrag, zonder enige commerciële insteek. Lees er hier meer over. Lees ook ons privacy statement. Sommige inhoud (video's, iframes, formulieren,...) op deze website zal pas zichtbaar zijn na het accepteren van de cookies.

Accepteer cookies