基于深度学习的足球情境性冲刺分类
机器学习
2024-06-25 v1 多智能体系统
摘要
足球中高强度冲刺 (sprint) 的分析长期是运动科学研究人员和实践者的关注焦点。特别是，最近的研究建议根据冲刺的战术目的对其进行情境化处理，以更好地理解现代比赛中所需的身体-战术要求。然而，这些研究在可扩展性方面存在局限，因为人类专家必须为每场比赛手动分类数百次冲刺。为此，本文提出一个基于深度学习的框架，用于自动将足球中的冲刺分类为情境类别。该模型通过部署 Set Transformer 和双向 GRU，涵盖了多智能体足球轨迹中排列不变性和序列性。我们使用由人类标注员与基于规则的分类器协作创建的类别标签进行训练。实验结果表明，模型在测试数据集上将冲刺分类为 15 个类别，准确率为 77.65%，这表明该框架在大规模分析足球冲刺方面具有潜力。
引用
@article{arxiv.2406.15659,
title = {Contextual Sprint Classification in Soccer Based on Deep Learning},
author = {Hyunsung Kim and Gun-Hee Joe and Jinsung Yoon and Sang-Ki Ko},
journal= {arXiv preprint arXiv:2406.15659},
year = {2024}
}
备注
Accepted at IJCAI 2024 Workshop on Intelligent Technologies for Precision Sports Science (IT4PSS 2024)