Ученые добились серьезного прогресса в разработке технологии автоматического анализа видеозаписей хоккейных матчей с помощью искусственного интеллекта.
Инженеры из Университета Ватерлоо объединили два существующих метода глубокого обучения искусственного интеллекта для идентификации игроков по номерам на одежде с 90-процентной точностью.
“Это важно, потому что единственная подсказка, по которой можно определить конкретного игрока в хоккейном видео, — это номер свитера, — рассказывает Канав Уоттс, аспирант кафедры системной инженерии, возглавлявший проект. – В остальном игроки команды выглядят очень похоже из-за своих шлемов и формы”.
Идентификация игроков – один из аспектов проблемы. Сотрудники Лаборатории зрения и визуализации (VIP) в Ватерлоо работают с промышленным партнером Stathletes Inc над программным обеспечением искусственного интеллекта для анализа результатов игроков и других данных. Специалисты собрали набор данных из более чем 54 000 изображений с игр Национальной хоккейной лиги – самый большой набор данных такого рода – и использовали его для обучения алгоритмов искусственного интеллекта распознаванию номеров одежды на новых изображениях.
“Использование различных представлений для изучения одного и того же предмета может повысить производительность. – делится Уоттс. – Мы объединили целостные представления и представления в числах с отличными результатами”.
Исследовательская группа также разрабатывает искусственный интеллект для отслеживания игроков на видео, определения их местоположения на льду и распознавания того, что они делают, например, делают бросок или проверяют игрока соперника, для интеграции в единую систему.
В последние годы детальная аналитика достигла больших успехов в хоккее и других видах спорта, но большая часть работы по-прежнему выполняется людьми, которые смотрят видео в прямом эфире и делают заметки.
“Как вы можете себе представить, если человек вручную комментирует видеозапись полного хоккейного матча, состоящего из трех периодов, это занимает несколько часов. – говорит Уоттс. – Системы машинного обучения могут получить данные из видео за считанные минуты”.
Несмотря на то, что пока ученые сосредоточились на хоккее, они ожидают, что их технология может быть перенесена с изменениями на другие командные виды спорта, такие как футбол.