足球事件检测:提高比赛分析的可靠性

科学领域:

• 运动分析 运动分析
• 计算体育科学科学 计算体育科学
• 足球中的数据科学

背景情况:

• 定量分析在职业体育中至关重要,但对于传球和球等事件的手动数据收集是昂贵和不一致的.
• 从足球中的球员和球位置数据中自动检测事件可以解决这些问题,但缺乏对各种数据集的验证.

研究的目的:

• 验证基于规则的算法,用于从足球位置数据中检测传球和投篮.
• 对现实和多样化的数据集评估当前最先进的方法的准确性.
• 批判性地评估现有的足球事件检测方法.

主要方法:

• 一个基于规则的两步算法用于传球和射击检测得到了验证.
• 采用了一个全面的验证程序,对时间,层次和不平衡的数据进行了计算.
• 用四个不同的数据集来评估算法性能.

主要成果:

• 通过和射击检测的准确性高度依赖于数据集.
• 当事件和位置数据依赖时,传球的F分数达到0.92,但在独立时降至0.71.
• 当数据独立时,射击的F分数为0.65.
• 将比赛分类为投篮或传球,实现了高F分 (0.83-0.95).

结论:

• 运行在位置数据上的当前足球事件检测算法可能会高估准确性.
• 从位置数据中提取时间事件是基于规则的方法的一个关键挑战.
• 简单的基于规则的分类器可以准确地区分投篮和传球,为可靠的基于事件的分析提供基础.