Kāpēc bumbas izsekošana darbojas tenisā un kriketā, bet ne futbolā vai basketbolā

Runājot par bumbu sportu, mašīnredzes metodes ir sākušas mainīt veidu, kā analītiķi pēta spēli un kā tiesneši un tiesneši pieņem lēmumus. Piemēram, kriketā un tenisā šīs sistēmas regulāri reģistrē bumbas kustību trīs dimensijās un pēc tam ģenerē virtuālu atkārtojumu, kas precīzi parāda, kur bumbiņa atsitās pret zemi, un pat paredz tās turpmāko trajektoriju (lai noteiktu, vai tā būtu trāpījusi vārtos, piemērs).

Taču šāda veida bumbas izsekošana īpaši nav pieejama citos bumbu sporta veidos, piemēram, basketbolā, volejbolā, futbolā utt. Šajos sporta veidos bumba bieži tiek paslēpta aiz spēlētājiem, tās kustība būtiski atšķiras, kad tā atrodas spēlētāja īpašumā, salīdzinot ar to, kad tā lido pa gaisu, un spēlētāju mijiedarbība ar bumbu var būt ātra un neparedzama.

Šie faktori, kā arī nelielais bumbas izmērs rāmī un dažkārt zemā video attēlu kvalitāte padara bumbas izsekošanu daudz grūtāku šajos sporta veidos.

Šodien Andrii Maksai un draugi no Ecole Polytechnique Federale de Lausanne Šveicē izklāsta jaunu veidu, kā izsekot bumbām šajos sporta veidos, kas pārspēj citas modernākās pieejas.

Lielākā daļa bumbu izsekošanas sistēmu balstās uz divām dažādām pieejām. Vispirms jāseko bumbas kustībai trīs dimensijās un pēc tam prognozē dažādas iespējamās trajektorijas nākotnē. Šo iespējamo trajektoriju koku pēc tam var apgriezt, jo kļūst pieejami vairāk bumbas izsekošanas datu.

Šīs pieejas priekšrocība ir tāda, ka fizikas likumi ir iebūvēti trajektorijas prognozēs, tādējādi var izvairīties no nefiziskiem risinājumiem. Tomēr tas ir ļoti jutīgs pret bumbas izsekošanas datu kvalitāti, un tāpēc tas mēdz neizdoties, kad bumba ir aizsprostota vai kad spēlētāji mijiedarbojas ar bumbu neparedzamā veidā.

Vēl viena metode ir izsekot spēlētājiem un atzīmēt, kad viņiem ir bumba. Pēc tam tiek pieņemts, ka bumbiņas kustība seko spēlētājam un tad, kad īpašums tiek nodots no viena spēlētāja otram. Priekšrocība šeit ir tāda, ka sistēmu tik ļoti neapmulsina ātras vai neparedzamas piespēles — šī pieeja patiešām darbojas basketbolā, kur driblēšana un oklūzija var apgrūtināt bumbiņu izsekotāju dzīvi. Tomēr bez fizikas ierobežojumiem bumbiņas kustībā šīs sistēmas var radīt neprecīzas pēdas.

Maksai un co ir izdomājuši acīmredzamu risinājumu. Viņi precīzi izseko gan bumbiņai, gan spēlētājiem. Pēc tam viņi izmanto vienu no vairākiem dažādiem bumbas izsekošanas problēmas risināšanas veidiem, kas ir atkarīgi no tā, kā spēlētāji mijiedarbojas ar bumbu.

Piemēram, basketbola metiens groza virzienā iet pa ballistisko trajektoriju. Taču ripojoša bumba iet pa citu ceļu. Abos gadījumos ir nepieciešami dažādi bumbas izsekošanas risinājumi volejbola smailei, kas izraisa krasas trajektorijas izmaiņas. Un bumba, ko driblē futbolists, seko cita veida neregulārai trajektorijai, kas prasa citu risinājumu. Mēs skaidri modelējam mijiedarbību starp bumbu un spēlētājiem, kā arī fiziskos ierobežojumus, kuriem bumba pakļaujas, atrodoties tālu no spēlētājiem, saka Maksai un citi.

Komanda ir pārbaudījusi savu algoritmu vairākās dažādu volejbola, basketbola un futbola spēļu video secībās. Dati tiek iegūti no vairākām kamerām, kas ieraksta vienu un to pašu darbību no dažādiem leņķiem, lai izveidotu notiekošā 3D modeli. Tomēr dati nebūt nav perfekti, jo daudzi oklūzijas gadījumi, neparedzamas piespēles un neregulāras trajektorijas.

Rezultāti parāda dažus esošo metožu uzlabojumus. Mēs parādām, ka mūsu pieeja ir stabilāka un precīzāka nekā vairākas modernākās pieejas reālās dzīves volejbola, basketbola un futbola sērijās, viņi saka.

Tomēr tas nav ideāls. Būtisks šo sistēmu veiktspējas pavērsiens ir spēja ātri un pietiekami precīzi demonstrēt bumbiņas kustības virtuālu atskaņošanu televīzijas auditorijai.

Tas ir grūts jautājums, jo īpaši tāpēc, ka šī jaunā sistēma labāk izseko spēlētājus, palielinoties video secības garumam. Bet tas ievērojami palielina apstrādes laiku.

Taču ilgāks apstrādes laiks ievērojami ierobežo sistēmas lietderību sporta notikumu tiešraidēm, kad virtuālajam atkārtojumam ir jābūt pieejamam gandrīz nekavējoties.

Tomēr noteiktu bumbiņu izsekošanas veidu, piemēram, ballistisko sitienu, precizitāte kļūst vieglāka īsākās sērijās, jo ir mazāka neparedzamība. Tātad šeit vajadzētu palīdzēt kaut kādam optimizācijas procesam.

Ar šādu darbu tuvojas bumbas izsekošana tādās spēlēs kā futbols, basketbols un volejbols. Bet tas vēl nav pietiekami ātrs, lai būtu komerciāli dzīvotspējīgs sporta raidorganizācijai.

Tas var prasīt pakāpeniskas izmaiņas pētnieku pieejai šai problēmai. Viena iespēja varētu būt padziļinātas mācīšanās metodes, kurās AI sistēma mācās paredzēt turpmāko bumbas kustību, izmantojot savas zināšanas par iepriekšējām spēlēm. Tas varētu ievērojami vienkāršot dažus uzdevumus, kas saistīti ar bumbas izsekošanu.

Jebkurā gadījumā šeit vēl ir jāpaveic vairāk darba.

Atsauce: http://arxiv.org/abs/1511.06181 : Ko spēlētāji dara ar bumbu: fiziski ierobežotas mijiedarbības modelēšana

paslēpties