Perché il monitoraggio della palla funziona per tennis e cricket, ma non per calcio o basket

Quando si tratta di sport con la palla, le tecniche di visione artificiale hanno iniziato a rivoluzionare il modo in cui gli analisti studiano il gioco e il modo in cui gli arbitri e gli arbitri prendono le decisioni. Nel cricket e nel tennis, ad esempio, questi sistemi registrano regolarmente il movimento della pallina in tre dimensioni e quindi generano un replay virtuale che mostra esattamente dove una pallina ha toccato terra e ne prevede persino la traiettoria futura (per determinare se avrebbe colpito il wicket, per esempio).

Ma questo tipo di rilevamento della palla è particolarmente assente in altri sport con la palla, come basket, pallavolo, calcio e così via. In questi sport, la palla è spesso nascosta alla vista dietro i giocatori, il suo movimento è significativamente diverso quando è in possesso di un giocatore rispetto a quando vola in aria e le interazioni dei giocatori con la palla possono essere rapide e imprevedibili.

Questi fattori, così come le dimensioni ridotte della palla in un fotogramma e la qualità talvolta bassa delle immagini video, rendono il tracciamento della palla molto più difficile in questi sport.

Oggi, Andrii Maksai e i suoi amici dell'Ecole Polytechnique Federale de Lausanne in Svizzera delineano un nuovo modo di tracciare i palloni in questi sport che supera altri approcci all'avanguardia.

La maggior parte dei sistemi di tracciamento della palla si basa su due approcci diversi. Il primo cerca di seguire il movimento della palla in tre dimensioni e poi prevede varie traiettorie probabili in futuro. Questo albero di possibili traiettorie può quindi essere potato man mano che diventano disponibili più dati di tracciamento della palla.

Il vantaggio di questo approccio è che le leggi della fisica sono integrate nelle previsioni della traiettoria in modo da evitare soluzioni non fisiche. Tuttavia, è estremamente sensibile alla qualità dei dati di rilevamento della palla e quindi tende a fallire quando la palla viene occlusa o quando i giocatori interagiscono con la palla in modi imprevedibili.

Un altro metodo consiste nel tenere traccia dei giocatori e annotare quando sono in possesso della palla. Si presume quindi che il movimento della palla segua il giocatore e quando il possesso passa da un giocatore all'altro. Il vantaggio qui è che il sistema non viene così confuso da passaggi rapidi o imprevedibili, anzi, questo approccio funziona bene nel basket, dove il dribbling e l'occlusione possono rendere la vita difficile ai giocatori di palla. Tuttavia, senza vincoli fisici sul movimento della palla, questi sistemi possono produrre tracce imprecise.

Maksai e compagni hanno trovato una soluzione ovvia. Tracciano accuratamente sia la palla che i giocatori. Quindi usano uno dei diversi modi per risolvere il problema del tracciamento della palla che dipende da come i giocatori interagiscono con la palla.

Ad esempio, un tiro da basket verso il canestro segue una traiettoria balistica. Ma una palla che rotola segue un percorso diverso. Entrambi richiedono soluzioni di tracciamento della palla diverse rispetto a un picco nella pallavolo che provoca un brusco cambiamento di traiettoria. E una palla che viene palleggiata da un calciatore segue ancora un altro tipo di traiettoria irregolare, che richiede un'altra soluzione. Modelliamo esplicitamente l'interazione tra la palla e i giocatori, nonché i vincoli fisici a cui la palla obbedisce quando è lontana dai giocatori, affermano Maksai e compagni.

Il team ha testato il suo algoritmo su una serie di sequenze video di varie partite di pallavolo, basket e calcio. I dati provengono da diverse telecamere che registrano la stessa azione da diverse angolazioni per creare un modello 3-D di ciò che sta accadendo. Tuttavia, i dati sono tutt'altro che perfetti con molti casi di occlusione, passaggi imprevedibili e traiettorie irregolari.

I risultati mostrano alcuni miglioramenti delle tecniche esistenti. Dimostriamo che il nostro approccio è più solido e accurato rispetto a diversi approcci all'avanguardia su sequenze di pallavolo, basket e calcio nella vita reale, dicono.

Non è perfetto, tuttavia. Una pietra miliare delle prestazioni cruciali per questi sistemi è la capacità di produrre una replica virtuale del movimento di una palla in modo rapido e sufficientemente accurato per un pubblico televisivo.

È una domanda difficile, anche perché questo nuovo sistema migliora nel tracciare i giocatori con l'aumentare della lunghezza della sequenza video. Ma questo aumenta notevolmente il tempo di elaborazione.

Ma un maggiore tempo di elaborazione limita fortemente l'utilità del sistema per le trasmissioni in diretta di eventi sportivi quando il replay virtuale deve essere disponibile quasi immediatamente.

Tuttavia, l'accuratezza di alcuni tipi di tracciamento della palla, ad esempio tiri balistici, diventa più facile su sequenze più brevi poiché c'è meno imprevedibilità. Quindi una sorta di processo di ottimizzazione dovrebbe aiutare qui.

Con un lavoro come questo, il rilevamento della palla in giochi come calcio, basket e pallavolo si sta avvicinando. Ma non è ancora abbastanza veloce per essere commercialmente redditizio per un'emittente sportiva.

Ciò potrebbe richiedere un cambio di passo nel modo in cui i ricercatori affrontano questo problema. Una possibilità potrebbe essere quella di impiegare tecniche di apprendimento profondo, in cui un sistema di intelligenza artificiale impara a prevedere i futuri movimenti della palla utilizzando la sua conoscenza appresa dei giochi precedenti. Ciò potrebbe semplificare notevolmente alcuni dei compiti che comporta il rilevamento della palla.

Ad ogni modo, qui c'è ancora molto lavoro da fare.

Rif: http://arxiv.org/abs/1511.06181 : Cosa fanno i giocatori con la palla: un modello di interazione fisicamente vincolato

nascondere