Компьютер научили смотреть футбол

Группа инженеров и математиков из Федеральной политехнической школы Лозанны предложили новый алгоритм, позволяющий отслеживать перемещения мяча (ball tracking) в сложных и динамичных командных видах спорта (баскетбол, футбол, волейбол). Он основан на параллельной фиксации положения игроков и мяча в каждый момент времени, а также учета взаимодействия игрока с мячом (принятия, удара, дриблинга). С препринтом статьи можно ознакомиться в архиве Корнелльского университета.

Отслеживание перемещений мяча уже давно используется в индивидуальных видах спорта, таких как, например, теннис. Компьютерная система записывает перемещения мяча в трехмерном пространстве, и на основании этих данных может сгенерировать виртуальную симуляцию движения мяча, предсказать место его падения, определить – не вышел ли он за поле, а также в ряде случаев предсказать траекторию его полета. Однако использование такой системы практически невозможно в командных видах спорта, в которых игроки периодически закрывают мяч, взаимодействуют с ним или отправляют ударом в полет. Для них до сих пор не существовало достаточно точного алгоритма, позволяющего отследить перемещение мяча даже на коротком отрезке времени.

В общем случае для отслеживания мяча используется два подхода. В первом, как уже было описано выше, система фиксирует движение мяча в трехмерном пространстве, и на основании законов механики предсказывает набор наиболее вероятных траекторий. Далее накапливается большой массив реальных ситуаций полета мяча. С его помощью постепенно большая часть вариантов отсекается, и алгоритм «отбирает» самую точную из возможных траекторий. Преимущество этого метода в точном учете физических ограничений на полет мяча.

Во втором подходе система наоборот фиксирует положения игроков и моменты, когда они владеют мячом. А траектория его перемещений высчитывается на основе движения игроков по полю и перехода владения от одного игрока к другому (пасов, ведения, дриблинга, отборов и перехватов). Этот метод позволяет вычислить траекторию мяча даже в том случае, когда его периодически не видно из-за тел игроков или он резко меняет направление движения (например, выбивается в подкате или отправляется остроумным пасом в неожиданном направлении). Однако, этот подход практически не учитывает физических законов.

Новый алгоритм, предложенный швейцарскими специалистами, объединяет оба этих подхода в единое целое. Несколько камер снимают игровую площадку, записывая все игровые ситуации с разных углов. Благодаря этому создается трехмерная модель происходящего действия, фиксирующая, одновременно, перемещения игроков и полеты мяча.

Главными переменными в алгоритме являются состояние мяча (крученый мяч, посланный прямым ударом и т.д.) и его положение (у игрока или в полете), а также граф позиций игроков в каждый момент времени и набор физических ограничений на полет мяча. Общее количество всех учитываемых переменных превышает два десятка. На их основании алгоритм предсказывает множество потенциально возможных траекторий, после чего при помощи доступных видеоданных учится отсеивать маловероятные для разных ситуаций траектории и выделять наиболее вероятные.

По словам исследователей, тестирование алгоритма на видеофрагментах баскетбольных, футбольных и волейбольных игр показало, что он превосходит все существующие на данный момент аналоги, однако все еще не достигает точности, приемлемой для коммерческого использования на телевидении и в сопровождении работы рефери. 

Даниил Кузнецов