Teknologi Yang Dikembangkan Di Loughborough University Sepak Bola – Loughborough University telah mengembangkan algoritma kecerdasan buatan baru yang bertujuan untuk mengubah cara klub sepak bola menganalisis kinerja tim dan individu pemain di lapangan.

Teknologi Yang Dikembangkan Di Loughborough University Sepak Bola

arenasportsid – Ilmuwan komputer dari Loughborough University telah mengembangkan algoritma kecerdasan buatan baru yang bertujuan untuk mengubah cara klub sepak bola menganalisis kinerja tim dan pemain individu di lapangan.

Manajer proyek Dr. Baihua Li mengatakan teknologi ini dapat membawa perubahan besar dalam olahraga karena memungkinkan klub dengan cepat mengidentifikasi dan merekrut pemain berbakat secara efektif.

Menganalisis performa pemain saat ini merupakan proses padat karya di mana seseorang menonton rekaman video pertandingan dan secara manual mencatat tindakan setiap pemain – ini termasuk mencatat berapa banyak operan dan tendangan yang dilakukan pemain, di mana tindakan tersebut terjadi, dan apakah tindakan tersebut terjadi. . hasil yang sukses.

Cara ini tidak hanya memakan waktu, tetapi juga menimbulkan masalah akurasi, konsistensi, dan komparabilitas karena bergantung pada penilaian manusia dan kurang obyektif.

Sudah ada beberapa teknologi otomatis di pasaran, namun teknologi tersebut hanya dapat melacak pemain di lapangan – menentukan jarak yang ditempuh dan kecepatan – namun tidak dapat memberikan informasi detail tentang aktivitas pemain.

Untuk mengatasi masalah ini, Dr. Li dan timnya bertujuan untuk mengembangkan sistem hibrida di mana entri data manusia dapat dipercepat dan dilengkapi dengan metode otomatis berbasis kamera untuk memenuhi tingginya permintaan akan data kinerja yang murah dan tepat waktu yang dihasilkan dalam jumlah besar. perangkat -skala. sumber data. jumlah video sepak bola. .

Didanai oleh Innovate UK dan bermitra dengan Statmetrix (perusahaan yang berspesialisasi dalam data performa sepak bola), para peneliti menggunakan kemajuan terkini dalam visi komputer, pembelajaran mendalam, dan kecerdasan buatan untuk mencapai tiga hasil utama. Mereka:

 

Baca Juga : Hadirnya Kecerdasan Buatan Dalam Permainan Sepak Bola

 

1. Mendeteksi postur tubuh dan anggota badan untuk mendeteksi tindakan

Berdasarkan kemajuan terkini dalam kecerdasan buatan dan pembelajaran mendalam, Dr. Li dan tim menggunakan model kecerdasan buatan untuk mendeteksi anggota tubuh dan postur pemain sehingga pergerakannya. dapat dikenali dan kemudian dianalisis.

Teknologi ini memproses rekaman video, mengidentifikasi pemain individu dan mendeteksi apakah mereka berlari, berjalan atau melompat dan dengan kaki mana mereka mengoper bola.

Para peneliti menggunakan pembelajaran mendalam (teknik pembelajaran mesin paling canggih) dan visi komputer untuk melatih sistem AI untuk tujuan ini.

Pembelajaran mendalam melibatkan penggunaan jaringan saraf lapisan dalam yang kompleks untuk mempelajari pola tersembunyi dan mengekstrak fitur khusus dari sejumlah besar data untuk observasi.

Dalam kasus ini, peneliti menggunakan ribuan rekaman pertandingan dari semua liga sepak bola yang berbeda—menunjukkan tim, posisi, seragam, sudut kamera, dan latar belakang yang berbeda—untuk melatih AI agar dapat mengidentifikasi pemain dan memposisikan mereka agar dapat mengenali gerakan mereka, seperti berlari. . , berjalan , ditendang dengan kaki kirinya.

2. Melacak data performa pemain individu
Selain menonton aksi yang dilakukan dalam pertandingan, Dr. Shreedhar Rangappa, peneliti yang mengerjakan proyek ini, melatih jaringan saraf dalam untuk melacak pemain individu dan mengumpulkan informasi tentang penampilan individu selama video. . Cocok.

 

Baca Juga : Memperkenalkan Stylist Kecerdasan Buatan Pertama di Dunia

 

3. Jahitan Kamera
Cakupan kamera (bidang pandang) yang terbatas dan resolusi yang rendah juga menjadi masalah dalam menganalisis pertandingan di liga bawah atau akar rumput, karena seringkali hanya kamera murah dan murah yang digunakan untuk merekam pertandingan.

Ini merupakan masalah karena sulit untuk menangkap seluruh bidang pandang dan pemain dapat masuk atau keluar dari tampilan gambar, sehingga sulit untuk dilacak.

Para ilmuwan telah menemukan solusi untuk hal ini; mereka menyarankan penggunaan dua kamera standar murah (seperti GoPro), masing-masing merekam setengah lapangan sepak bola, dan metode praktis untuk menghubungkan kamera yang mereka kembangkan.

Teknologi ini menggunakan titik-titik kunci yang cocok dari kedua kamera untuk menciptakan seluruh bidang pandang, memungkinkan pelacakan dan analisis pemain lebih andal.

Mitra industri Statmetrix mengembangkan ide lebih lanjut dan memperkenalkan program pencocokan tampilan otomatis.

Dr. Li mengatakan inovasi ini akan membantu meningkatkan akses terhadap data yang diperlukan untuk menganalisis kinerja pemain dan mengidentifikasi bakat di semua level sepak bola, dan teknologi ini juga dapat digunakan untuk melacak pemain di olahraga lain.

Dia berkomentar: “Data performa dan analisis pertandingan dalam sepak bola adalah bagian penting dari olahraga dan dapat berdampak besar pada hasil pemain dan tim.

“Teknologi yang berkembang memungkinkan interpretasi permainan yang lebih obyektif karena menekankan pada pemain. keterampilan dan kerja sama tim.

“Inovasi ini akan memberikan dampak positif bagi industri sepak bola dan akan semakin memajukan teknologi olahraga sekaligus memberikan nilai tambah bagi para pemain, pelatih, dan perekrut yang menggunakan data tersebut.”

Kolaborasi dengan Loughborough University dan teknologi yang dikembangkan dari proyek ini membantu Statmetrix memenangkan MSDUK Innovation Challenge Award 2019 yang bergengsi.

Olukunle Kayode, CEO Statmetrix berkata: “Solusi yang ingin kami bawa ke pasar secara teknis menantang, namun manfaatnya tersedia di tingkat yang lebih rendah dalam olahraga ini akan membantu membuka bakat-bakat yang belum dimanfaatkan sebelumnya.”