计算机视觉人工智能球员跟踪软件的同步效度验证
计算机视觉与模式识别
2025-08-28 v1 人工智能
摘要
本研究旨在：(1) 了解商业可用的计算机视觉和人工智能 (AI) 球员跟踪软件是否能准确测量球员位置、速度和距离；(2) 确定相机输入和分辨率对精度的影响。数据来自 2022 年卡塔尔 FIFA 世界杯的一场比赛。使用战术、程序和摄像机 1 三个镜头。有三个商业跟踪提供商参与计算机视觉和 AI。提供商分析每位球员的瞬时位置 (x, y 坐标) 和速度 (m\,s^{-1})。将其数据与高清多摄像机跟踪系统 (TRACAB Gen 5) 的数据进行比较。计算根均方误差 (RMSE) 和平均偏差。位置 RMSE 范围为 1.68 到 16.39 米，速度 RMSE 范围为 0.34 到 2.38 m\,s^{-1}。总比赛距离平均偏差范围为 -1745 米 (-21.8%) 到 1945 米 (24.3%)。计算机视觉和 AI 球员跟踪软件在球员被软件检测到时，能够提供相当精确的跟踪。提供商应使用战术镜头进行位置和速度跟踪，以最大化球员检测，从而提高精度。720p 和 1080p 分辨率都适合，只要实施了合适的计算机视觉和 AI 模型。
引用
@article{arxiv.2508.19477,
title = {Concurrent validity of computer-vision artificial intelligence player tracking software using broadcast footage},
author = {Zachary L. Crang and Rich D. Johnston and Katie L. Mills and Johsan Billingham and Sam Robertson and Michael H. Cole and Jonathon Weakley and Adam Hewitt and and Grant M. Duthie},
journal= {arXiv preprint arXiv:2508.19477},
year = {2025}
}