Искусственный интеллект, разработанный в Университете Лафборо, может открыть миру новых звёзд футбола, поскольку он выводит анализ производительности игроков на новый уровень.
Специалисты из Университете Лафборо (Loughborough University) разработали новый вид искусственного интеллекта. Они научили его анализировать игру команд или отдельных игроков. Эта технология может привести к серьезным изменениям в спорте, поскольку поможет клубам эффективно находить молодых перспективных футболистов.
В настоящее время анализ производится человеком в ручную. Приходится просматривать видео-записи матчей и регистрировать действия отдельных игроков, то есть осуществлять подсчёт голов и передач.
Конечно, на рынке уже представлены технологии, но они способны только отслеживать игроков на поле и определять пройденное ими расстояние и скорость, и они не могут предоставить подробную информацию о действиях, предпринятых игроками.
Команда Университета Лафборо стремилась разработать гибридную систему, в которой ручной ввод данных может быть ускорен и дополнен автоматизированными методами на основе камер, чтобы удовлетворить высокий спрос на своевременные данные о производительности, генерируемые из большого количества футбольных видеороликов.
1. Определение позы тела и конечностей для определения действий
Основываясь на современных достижениях в области искусственного интеллекта, команда использовала методику для автоматического определения положения конечностей и поз тела игроков, чтобы их движения можно было распознать и затем проанализировать.
Технология обрабатывает видеозаписи, обнаруживает отдельных игроков и определяет, бегут ли они, ходят или прыгают и с какой ноги бьют по мячу.
Исследователи использовали новейшие современные технологии машинного глубокого обучения и компьютерное зрение, чтобы обучить систему искусственного интеллекта делать это.
Исследователи использовали тысячи записей, которые показывают различные команды, позы, трикотажные изделия, ракурсы и фон. Искусственный интеллект обучен распознавать игроков и позы таким образом, чтобы определять их движения (бег, ходьба, удар по мячу, в том числе, левой ногой).
2. Отслеживание игроков, чтобы получить индивидуальные данные о производительности
В дополнение к анализу действий, предпринятых в матче, исследователи обучили искусственный интеллект отслеживать отдельных игроков и собирать данные об их производительности на протяжении всего матча.
Отслеживание игрока поможет понять, насколько позиция игрока важна для других - поскольку это очень важно для анализа координации командных видов спорта.
3. Прошивка камеры
Ограниченный охват камеры и низкое разрешение также были проблемой, когда дело доходит до анализа игр низшей лиги или массовых игр, поскольку часто для записи матча используются только недорогие доступные камеры.
Это проблематично, так как трудно записать все поле зрения, и игроки могут входить или выходить из режима просмотра изображений, поэтому их сложно отслеживать.
Команда придумала решение и для этой проблемы; они предлагают использовать две недорогие камеры для видео-записей с каждой половины футбольного поля и практичный метод объединения этих записей.
Технология использует соответствующие характерные точки с обеих камер для создания целого поля, что позволяет отслеживать и анализировать игроков гораздо лучше и надежнее.
В настоящее время технология находится на стадии коммерческих испытаний. Но есть надежда, что к концу 2020 года новая технология может появиться на рынке и стать доступной даже для небогатых футбольных клубов.
Источник: lboro.ac.uk
