Разработка проекта PLAY VISION AI для просмотра спортивных матчей с помощью искусственного интеллекта

Обложка

Цитировать

Полный текст

Аннотация

С развитием цифровых технологий, искусственного интеллекта и больших данных, спортивная индустрия сталкивается с растущей потребностью в продвинутых аналитических инструментах. В футболе, где стратегическое и тактическое планирование играют ключевую роль, применение технологий компьютерного зрения и машинного обучения для анализа игр становится не просто трендом, а необходимостью для поддержания конкурентоспособности. Использование компьютерного зрения и машинного обучения в спортивной аналитике позволяет автоматически извлекать значимые данные из видео матчей, что значительно повышает скорость и точность анализа по сравнению с традиционными методами. Такие технологии могут предоставить тренерам детальные отчеты о движениях, позиционировании и тактике игроков в реальном времени. Целью является создание системы, которая позволит проводить комплексный анализ футбольных матчей с использованием последних достижений в области искусственного интеллекта и компьютерного зрения. Основной метод – обзор и анализ публикаций по теме исследования; анализ современных технологий, позволяющих автоматически обрабатывать видеоданные. Основная методология – концепция разработки проекта PLAY VISION AI как способ просмотра спортивных матчей с помощью искусственного интеллекта для оценки эффективности игровых стратегий. Актуальность данной работы обусловлена максимальной модификацией современных технических средств для улучшения аналитических возможностей в спорте. Авторами разработаны алгоритмы для калибровки и коррекции искажений видео, полученного с футбольных матчей; разработаны методы детекции и трекинга опорных точек и игроков на видео; реализованы алгоритмы для сопоставления изображений с реальными координатами на поле, а также определения позиций игроков; выполнена интеграция разработанных методов в единую систему с интерфейсом для конечных пользователей. Разработанная система PLAY VISION AI обеспечит тренерам и аналитикам инструменты для оценки эффективности игровых стратегий и подготовки к предстоящим матчам. Также будет способствовать дальнейшему развитию технологий анализа в спорте, открывая новые перспективы для исследований и практического применения.

Об авторах

Сергей Васильевич Ковалев

Чувашский государственный университет имени И.Н. Ульянова

Email: srgkov@gmail.com
ORCID iD: 0000-0002-1132-6888
доцент; кафедра вычислительной техники;

Татьяна Николаевна Смирнова

Чувашский государственный университет имени И.Н. Ульянова

Email: smirnova-tanechka@yandex.ru
ORCID iD: 0000-0001-6687-9415
доцент; кафедра математического и аппаратного обеспечения информационных систем;

Роман Евгеньевич Зверев

Чувашский государственный университет имени И.Н. Ульянов

Email: roma_zverev2002@mail.ru
ORCID iD: 0009-0007-2455-9174
студент; юридический факультет;

Иван Витальевич Раков

Чувашский государственный университет имени И.Н. Ульянова

Email: rakov-40@mail.ru
ORCID iD: 0009-0008-5500-1293
студент; факультет информатики и вычислительной техники;

Список литературы

  1. Касиси Д. Применение искусственного интеллекта в спорте // In Situ. 2023. № 5. С. 30–33. EDN CHZPXZ.
  2. Ковалев С. В., Копышева Т. Н., Митрофанова Т. В., Смирнова Т. Н. О приобретении опыта научно-исследовательской работы будущими IT-специалистами в условиях студенческого кружка // Современные наукоемкие технологии. 2021. № 7. С. 117–122. doi: 10.17513/snt.38762. EDN YCJEAI.
  3. Кузнецов А. Ю., Барсукова К. В. Big Data, гаджеты и спортивная аналитика: как устроен российский спорттех // Использование Big Data в официальной статистике Using Big Data in official statistics : сб. матер. II Всерос. науч.-исслед. конф., Липецк, 29 июня 2022 года. Липецк: Изд-во ЛГТУ, 2022. С. 162–165. EDN NHQSYP.
  4. Некоторые особенности изучения видеоанализа в спорте / Р. Ф. Мифтахов, М. И. Галяутдинов, А. М. Ситдиков, И. Р. Фаткуллов // Ученые записки университета им. П.Ф. Лесгафта. 2019. № 12(178). С. 207–210. doi: 10.34835/issn.2308-1961.2019.12.207-210. EDN BRWXMC.
  5. О применении метода ИТ-стартапов в обучении будущих ИТ-специалистов / Т. В. Митрофанова, Т. Н. Смирнова, Т. Н. Копышева [и др.] // Инновационное развитие профессионального образования. 2021. № 2(30). С. 49–57. EDN LPIDCF.
  6. Перечень поручений по итогам конференции «Путешествие в мир искусственного интеллекта» (утв. Президентом РФ 29 января 2023 г. № Пр-172) [Электронный ресурс]. URL: https://www.garant.ru/products/ipo/prime/doc/406165361/ (Дата обращения: 09.11.2023).
  7. Покатаев А. В., Тестоедов В. А. Аналитика в футболе: актуальные направления, развития, перспективы в тренерской деятельности // Современный менеджмент в игровых видах спорта, Москва, 15 ноября 2017 года / Материалы совместной конференции кафедры «Менеджмента и экономики спорта им. В.В. Кузина» и кафедры «Теории и методики футбола» ФГБОУ ВО «РГУФКСМиТ». М. : Научный консультант, 2017. С. 131–134. EDN YLDARF.
  8. Полозов А. А., Мальцева Н. А. Существующие модели спортивной аналитики и их web-сервисы // Научные и образовательные основы в физической культуре и спорте. 2022. Т. 8, № 4. С. 60–77. doi: 10.57006/2782-3245-2022-8-4-58-76. EDN IXDUCJ.
  9. Применение онлайн-компиляторов для обучения программированию студентов ИТ-специальностей вуза / Т. Н. Копышева, Т. Н. Смирнова, Т. В. Митрофанова, М. В. Волик // Новые компетенции цифровой реальности: теория и практика их развития у обучающихся: сб. докл. и науч. ст. II Всерос. науч.-практ. конф., Чебоксары, 21 марта 2021 года. Чебоксары: Изд-во Чуваш. ун-та, 2021. С. 168–173. EDN STREVW.
  10. Чахоян Т. А., Бучинчик П. В., Егоров А. Р. Аналитика спортивных достижений футбольных клубов и их игроков при помощи инструментов машинного обучения // Всероссийская Студенческая конференция «Студенческая научная весна», посвященная 85-летию Ю. А. Гагарина: сб. тезисов докл., Москва, 01–30 апреля 2019 года. М.: Издательский дом «Научная библиотека», 2019. С. 315–316. EDN LLFMAN.
  11. Rajasekaran, S. B. AI and Cybersecurity-How AI Augments Cybersecurity Posture of an Enterprise / S. B. Rajasekaran // International Journal of Intelligent Systems and Applications in Engineering. 2023. Vol. 11, No. 1. P. 179–182. EDN EZCRML

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».