SoccerCPD：利用时空跟踪数据检测足球比赛中的阵型与角色变化点
应用统计
2023-06-13 v2 机器学习
摘要
在足球和篮球等流体型团队运动中，分析球队阵型是从领域参与者视角理解战术最直观的方式之一。然而，现有方法要么假设球队阵型在整场比赛中保持一致，要么逐帧分配阵型，这与实际情况不符。为解决此问题，我们提出一个名为 SoccerCPD 的变化点检测框架，用于区分足球比赛中战术意图性的阵型和角色变化与临时性变化。我们首先逐帧为球员分配角色，并执行两步变化点检测：（1）基于角色邻接矩阵序列的阵型变化点检测；（2）基于角色排列序列的角色变化点检测。使用领域专家标注的真值对 SoccerCPD 的评估表明，我们的方法准确检测战术变化点并估计每段中的阵型和角色分配。最后，我们介绍了领域参与者可轻松解释和使用的实际用例。
引用
@article{arxiv.2206.10926,
title = {SoccerCPD: Formation and Role Change-Point Detection in Soccer Matches Using Spatiotemporal Tracking Data},
author = {Hyunsung Kim and Bit Kim and Dongwook Chung and Jinsung Yoon and Sang-Ki Ko},
journal= {arXiv preprint arXiv:2206.10926},
year = {2023}
}