Στα πλαίσια του έργου Τ2ΕΔΚ-04581 με τίτλο “Ανάλυση Βίντεο Ποδοσφαίρου με Τεχνικές Βαθιάς Μάθησης (Deep Football Video Analytics), έχουν πραγματοποιηθεί με επιτυχία οι παρακάτω δημοσιεύσεις:

• Pardos, A., Tziomaka, M., Menychtas, A., & Maglogiannis, I. (2022). Automated Posture Analysis for the Assessment of Sports Exercises. In Proceedings of the 12th Hellenic Conference on Artificial Intelligence. Association for Computing Machinery.
• Mavrogiannis, P., Maglogiannis, I. Amateur football analytics using computer vision. Neural Comput & Applic 34, 19639–19654 (2022). Springer Nature https://doi.org/10.1007/s00521-022-07692-6
• Kaddas, P., Maglogiannis, I., Moutselos, K., Mavrogiannis, P., Tziomaka, M., Kapetangeorgis, I., & Petrakis, K. (2023). Dataset for Project T2EDK-04581: DFVA (Deep Football Video Analytics) (0.1) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.1001437

Οι εν λόγω δημοσιεύεις αναδεικνύουν τη σημασία της εν λόγω δράσης, μέσα από την παρουσίαση καινοτόμων και ανταγωνιστικών αλγόριθμων και μεθοδολογιών που προτείνονται, συνεισφέροντας έτσι δυναμικά στην επιστημονική κοινότητα, στα πεδία των αντίστοιχων επιστημονικών πεδίων της Μηχανικής Μάθησης, Επεξεργασίας Εικόνας και Αναγνώρισης Προτύπων.

Η δράση αυτή εντάσσεται στα πλαίσια του προγράμματος: Ανταγωνιστικότητα, Επιχειρηματικότητα και Καινοτομία ΕΠΑνΕΚ , Δράση Εθνικής Εμβέλειας “ΕΡΕΥΝΩ-ΔΗΜΙΟΥΡΓΩ-ΚΑΙΝΟΤΟΜΩ” (B Κύκλος) με Κωδικό πράξης: Τ2ΕΔΚ-04581 και χρηματοδοτείται από Εθνικούς και Ευρωπαϊκούς Πόρους στα πλαίσια του προγράμματος Ανταγωνιστικότητα, Επιχειρηματικότητα και Καινοτομία ΕΠΑνΕΚ.