Скоро футбольные клубы будут выбирать игроков с использованием технологии ИИ

Специалисты по информатике из института Лафборо создали новейшие алгоритмы искусственного интеллекта (ИИ), которые могут трансформировать способ, с помощью которого футбольные клубы изучают отдельных игроков и выступления команд на поле. Доктор Байхуа Ли, глава проекта, заявил, что из-за этой технологии спорт может существенно измениться, так как у клубов появится возможность быстро определять и набирать одаренных игроков.

Автоматизированные технологии

Текущий анализ продуктивности игрока – трудоемкий процесс. Эксперты должны самостоятельно просматривать видеозаписи матчей и вручную регистрировать действия разных футболистов: сколько пасов было сделано игроком, где это произошло, был ли результат успешным. Этот метод невероятно трудоемкий и основан на человеческом суждении. Некоторые автоматизированные технологии уже доступны на рынке, но они умеют лишь отслеживать игроков на поле, определяя их скорость и пройденное ими расстояние. Эти технологии не могут предоставить сведения о действиях, совершенных футболистами.

Чтобы разрешить эту проблему, доктор Ли и его команда попытались изготовить гибридную систему, где ввод данных человека может быть дополнен автоматизированными методами на базе камер и ускорен. Изыскатели, финансируемые Innovate UK, в сотрудничестве с компанией Statmetrix, которая изучает футбольные сведения, применили последние достижения в сфере машинного обучения, компьютерного зрения и ИИ для достижения базовых 3 результатов.

Выявление позы игрока для определения его действий

Основываясь на достижениях в области ИИ и глубокого обучения, доктор Ли и его команда задействовали модель искусственного интеллекта для анализа движений игроков. С помощью технологии были обработаны видеозаписи, что позволило обнаружить эффективных футболистов и определить, как они перемещаются по полю, какой ногой бьют по мячу.

Изыскатели применили глубокое обучение (новейшая технология обучения машинного) и компьютерное зрение, чтобы научить систему ИИ анализировать движения. Глубокое обучение состоит из нейронной глубокоуровневой сложной сети, с помощью которой изучаются скрытые паттерны и из внушительных объемов данных извлекаются различительные признаки для восприятия.

Отслеживание игроков для получения их индивидуальных данных

Кроме анализа действий, которые были предприняты в матче, доктор Рангаппа Шридхар, работающий над этим проектом, научил нейронную глубокую сеть находить игроков и собирать сведения об их продуктивности на протяжении всего видео первенства. Отслеживание футболиста помогает выяснить, насколько его позиция важна для других. Эта информация необходима для изучения координации командных видов спорта.

Применение двух камер для съемки матча

Низкое разрешение камеры и ее ограниченное поле зрения представляли собой проблему, когда нужно было анализировать массовые игры. Ведь часто для записи чемпионата применяются недорогие устройства. Игроков было сложно отслеживать, так как они то появлялись, то исчезали из режима просмотра картинок.

Изыскатели предложили использовать две простые камеры (такие как GoPro), каждая из которых записывает игру на одной половине футбольного поля. Также они изобрели метод строчки. Эта технология применяет характерные точки обоих устройств для объединения двух полей зрения в одно, благодаря чему можно находить и изучать футболистов намного тщательнее.

Партнер Statmetrix улучшил эту идею и внедрил программное обеспечение для автосшивания картинок. Сегодня методика пребывает на стадии коммерческих испытаний. Специалисты считают, что к концу 2020 года новый продукт появится на рынке и будет доступен для футбольных клубов.

«Это нововведение окажет положительное влияние на футбольную индустрию, - говорит доктор Ли. – Оно будет способствовать дальнейшему развитию спортивных технологий, предоставляя преимущества игрокам, тренерам и рекрутерам, использующим данные».

Нашли нарушение? Пожаловаться на содержание

Как вы считаете, искусственный интеллект повлияет на развитие футбола?
Подписаться
Я хочу получать
Правила публикации
Следят за новыми комментариями — 8
Редактирование комментария возможно в течении пяти минут после его создания, либо до момента появления ответа на данный комментарий.