基于集合Transformer与分层双向LSTM的多智能体体育情境下球轨迹推断
多智能体系统
2023-09-04 v1 人工智能
摘要
随着人工智能向众多领域扩散，AI 在体育分析中的应用也备受瞩目。然而，主要挑战之一是比赛中连续运动数据自动获取的困难。特别是在有遮挡与仿冒等障碍的宽阔足球场上可靠追踪微小球体是一个难题。针对该问题，本文提出一种由球员轨迹推断球轨迹的框架，作为球追踪的一种高性价比替代方案。我们结合集合Transformer(Set Transformer)以获取多智能体情境的置换不变与等变表示，并采用分层架构在中间预测球员控球权以辅助最终轨迹推断。此外，我们引入真实性损失项与后处理，以确保估计轨迹在物理上合理。实验结果表明，我们的模型同时提供了自然且准确的轨迹以及可信的球员控球权。最后，我们提出了该框架的若干实际应用，包括缺失轨迹填补、半自动传球标注、比赛转播自动放大以及计算按控球划分的跑动表现指标。
引用
@article{arxiv.2306.08206,
title = {Ball Trajectory Inference from Multi-Agent Sports Contexts Using Set Transformer and Hierarchical Bi-LSTM},
author = {Hyunsung Kim and Han-Jun Choi and Chang Jo Kim and Jinsung Yoon and Sang-Ki Ko},
journal= {arXiv preprint arXiv:2306.08206},
year = {2023}
}