通过AI研究推进体育分析

Warning: Can only detect less than 5000 characters

最后，我们认为计算机愿景成为推进艺术体育分析研究的界限的最有前途的途径之一。通过纯粹从视频中检测事件，在计算机视觉社区中研究的主题（例如，参见以下调查和纸纸用于其他参考文献），潜在的应用范围是巨大的。通过将事件与特定帧相关联，视频可搜索，并且更有用（例如，自动突出生成可能）。反过来，足球视频为计算机愿景提供了一个有趣的应用域。大量的足球视频满足了现代AI技术的先决条件。虽然每个足球视频都不同，但是设置不会变化很大，这使得任务是锐化AI算法的理想选择。第三方提供商还存在提供可以在训练视频模型中有用的手工标记的事件数据，并且耗时为生成，因此监督和无监督的算法都可以用于足球事件检测。例如，图1（b）提供了由监督方法培训的深度学习模型的程式化可视化，以纯粹从视频中识别目标事件（例如，踢）。

高级AI技术在足球中的应用有可能彻底改变跨越许多轴的游戏，适用于球员，决策者，粉丝和广播公司。这种进展也将是重要的，因为它们也承担进一步民主体系本身的潜力（例如，而不是依靠人侦察员/专家的判断，而且可以使用计算机愿景等技术来量化来自的球员的技能代表的地区，来自较低级别的联赛等）。我们认为，足球微观越来越高级的AI技术的发展可能适用于更广泛的域。为此，我们共同组织（有几个外部组织者）今年晚些时候对AI的AI 2021讲师2021讲师，我们欢迎有兴趣的研究人员参加。对于对本主题感兴趣的研究人员来说，公开可用的数据集由STATSBOMB（DataSet Link）和更广泛的研究社区（DataSet Link）等分析公司提供。此外，本文提供了全面的研究概述了该领域的研究。

作为与贡献者合作的工作：Karl Tuyls，Shayegan Omidshafiei，Paul Muller，Zhe Wang，Jerome Connor，Daniel Hennes，Ian Graham，William Spearman，Tim Waskett，Dafydd Steele，Pauline Luc，Adria Recisens，Alexandre Galashov，Gregory Thornov，Gregory Thornot Romuald Elie，Pablo Sprechmann，Pol Moreno，Kris Cao，Marta Garnelo，Pranet Dutta，Michal Valko，尼古拉斯Heess，Alex Bridgland，Julien Perolat，Ali Eslami，Mark Rowland，Andrew Jaegle，Yi Yang，Remi Mumos，Remi Mumos，Remi Mumos，Remi Mumos，Remi Mumos，Remi Mumos，Remi Mumos Back，Razia Ahamed，Simon Bouton，Nathalie Beauguerlange，Jackson Broshear，Thore Graepel和Demis Hassabis。