通过踢球动作分类足球射向球门的位置

本研究探讨了是否仅通过观察射门者的踢球技术就能准确预测足球任意球后球的方向。为此，我们精心策划了一个足球运动员执行任意球的数据集，并进行了手动时间分割以精确识别踢球时刻。我们的方法涉及利用神经网络开发一个模型，该模型整合了人体动作识别 (HAR) 嵌入与上下文信息，基于两个时间状态（踢球者的助跑和踢球瞬间）预测球在球门上的位置 (BoGP)。该研究涵盖了对十一种不同 HAR 骨干网络的性能评估，揭示了它们在任意球情境下 BoGP 估计中的有效性。引入额外的表格元数据输入带来了一种有趣的模型增强，且未引入偏差。令人鼓舞的结果显示，在考虑右和左两个主要 BoGP 类别时，准确率达到了 69.1%。这强调了该模型在预测球飞向球门目的地方面的高精度能力，为理解足球任意球动力学提供了充满希望的意义。