人脸能否透露NBA新秀的前景？——一种深度学习方法
计算机视觉与模式识别
2022-12-14 v1
摘要
统计分析与建模在世界领先的组织机构中日益普及，对于职业NBA球队而言尤为如此。为此已构建出多种精细的体育人才评估方法与模型。本研究从统计数据分析这一主导策略之外提供了不同视角。基于NBA球队过去雇用人类专家所遵循的策略，我们部署图像分析与卷积神经网络（CNN），试图从各届选秀球员中预测新秀球员的职业生涯轨迹。我们创建了一个包含自1990年以来每届选秀约1500条球员图像数据的数据库。随后，依据预期的NBA职业生涯将球员划分为五个不同的质量等级。接着，我们在该数据上训练了流行的预训练图像分类模型，并进行了一系列测试，以尝试建立能够对新秀球员职业生涯给出可靠预测的模型。本研究结果表明，面部特征与运动天赋之间可能存在值得进一步探究的潜在相关性。
引用
@article{arxiv.2212.06804,
title = {Can a face tell us anything about an NBA prospect? -- A Deep Learning approach},
author = {Andreas Gavros and Foteini Gavrou},
journal= {arXiv preprint arXiv:2212.06804},
year = {2022}
}
备注
9 pages, 2 figures, 4 tables