Fugu-MT 論文翻訳(概要): Using Player's Body-Orientation to Model Pass Feasibility in Soccer

論文の概要: Using Player's Body-Orientation to Model Pass Feasibility in Soccer

arxiv url: http://arxiv.org/abs/2004.07209v1
Date: Wed, 15 Apr 2020 17:09:51 GMT
ステータス: 処理完了
システム内更新日: 2022-12-13 03:49:37.841377
Title: Using Player's Body-Orientation to Model Pass Feasibility in Soccer
Title（参考訳）: サッカー選手のボディーオリエンテーションを用いたサッカーにおけるパスファシビリティのモデル化
Authors: Adri\`a Arbu\'es-Sang\"uesa, Adri\'an Mart\'in, Javier Fern\'andez, Coloma Ballester, Gloria Haro
Abstract要約: 本稿では,サッカーの試合のモノラルな映像から,任意の時間に最も実現可能なパスを推定する計算モデルを提案する。この方法は、攻撃的な選手の方向(および位置)と相手の空間構成を利用して、同じチームの選手内でのパスイベントの実現可能性を計算する。その結果、配向を実現可能性尺度として含めることで、ロバストな計算モデルを構築することができ、0.7 Top-3の精度に達することが示されている。
参考スコア（独自算出の注目度）: 7.205450793637325
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Given a monocular video of a soccer match, this paper presents a computational model to estimate the most feasible pass at any given time. The method leverages offensive player's orientation (plus their location) and opponents' spatial configuration to compute the feasibility of pass events within players of the same team. Orientation data is gathered from body pose estimations that are properly projected onto the 2D game field; moreover, a geometrical solution is provided, through the definition of a feasibility measure, to determine which players are better oriented towards each other. Once analyzed more than 6000 pass events, results show that, by including orientation as a feasibility measure, a robust computational model can be built, reaching more than 0.7 Top-3 accuracy. Finally, the combination of the orientation feasibility measure with the recently introduced Expected Possession Value metric is studied; promising results are obtained, thus showing that existing models can be refined by using orientation as a key feature. These models could help both coaches and analysts to have a better understanding of the game and to improve the players' decision-making process.
Abstract（参考訳）: 本稿では,サッカーの試合のモノラルな映像から,任意の時間に最も実現可能なパスを推定する計算モデルを提案する。この方法は、攻撃的な選手の方向(および位置)と相手の空間構成を利用して、同じチームの選手内でのパスイベントの実現可能性を計算する。また、2dゲームフィールド上に適切に投影された体格推定から方位データを収集し、その実現可能性測度の定義を通じて幾何解を提供し、どのプレイヤーが互いによりよく向き合うかを決定する。 6000回以上のイベントを分析した結果、実現可能性尺度として向きを含めることで、堅牢な計算モデルを構築することができ、0.7 Top-3の精度に達した。最後に,最近導入された期待可能性値測定値と指向性実現可能性測定値の組み合わせについて検討し,有望な結果を得た結果,既存のモデルを重要な特徴として用いて改良できることが示唆された。これらのモデルは、コーチとアナリストの両方がゲームの理解を深め、プレイヤーの意思決定プロセスを改善するのに役立つ。

関連論文リスト

Self-Training with Pseudo-Label Scorer for Aspect Sentiment Quad Prediction [54.23208041792073]
Aspect Sentiment Quad Prediction (ASQP) は、与えられたレビューに対して全てのクワッド(アスペクト項、アスペクトカテゴリー、意見項、感情極性)を予測することを目的としている。 ASQPタスクにおける重要な課題はラベル付きデータの不足であり、既存のメソッドのパフォーマンスを制限している。そこで我々は,擬似ラベルスコアラーを用いた自己学習フレームワークを提案し,レビューと擬似ラベルの一致をスコアラーが評価する。
論文参考訳（メタデータ） (2024-06-26T05:30:21Z)
FamiCom: Further Demystifying Prompts for Language Models with Task-Agnostic Performance Estimation [73.454943870226]
言語モデルは、コンテキスト内学習能力に優れています。本稿では,タスク非依存のパフォーマンス推定のためのより包括的な尺度であるFamiComを提案する。
論文参考訳（メタデータ） (2024-06-17T06:14:55Z)
ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing Forecasting Models in Badminton [52.21869064818728]
バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
論文参考訳（メタデータ） (2023-12-18T05:37:51Z)
Passing Heatmap Prediction Based on Transformer Model and Tracking Data [0.0]
本研究では,パスの潜在的な終端位置を予測できる新しいディープラーニングネットワークアーキテクチャを提案する。 28,000回以上のイベントを解析すると、0.7以上のTop-1精度で堅牢な予測が達成される。また、この予測に基づいて、ピッチコントロールとパスオプションをよりよく理解することで、選手のオフボール運動が防御性能に与える影響を測定することができる。
論文参考訳（メタデータ） (2023-09-04T11:14:22Z)
Estimation of control area in badminton doubles with pose information from top and back view drone videos [11.679451300997016]
我々はバドミントンダブルスでトップとバックビューから最初の注釈付きドローンデータセットを提示する。チームワークのパフォーマンスを評価するために,制御領域の確率マップを推定するフレームワークを提案する。
論文参考訳（メタデータ） (2023-05-07T11:18:39Z)
CPPF++: Uncertainty-Aware Sim2Real Object Pose Estimation by Vote Aggregation [67.12857074801731]
そこで本研究では,シミュレートからリアルなポーズ推定のための新しい手法であるCPPF++を提案する。投票衝突による課題に対処するため,投票の不確実性をモデル化する新たなアプローチを提案する。ノイズの多いペアフィルタリング、オンラインアライメント最適化、機能アンサンブルなど、いくつかの革新的なモジュールを組み込んでいます。
論文参考訳（メタデータ） (2022-11-24T03:27:00Z)
Explainable expected goal models for performance analysis in football analytics [5.802346990263708]
本報告では,2014-15年と2020-21年の7シーズンから315,430発のショットをトレーニングした,欧州サッカーリーグのトップ5のゴールモデルを提案する。我々の知る限りでは、この論文は、プロファイルを集約した説明可能な人工知能ツールの実用的な応用を実証した最初の論文である。
論文参考訳（メタデータ） (2022-06-14T23:56:03Z)
SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in Soccer Videos [62.686484228479095]
本稿では,各30の200列からなる複数物体追跡のための新しいデータセットを提案する。データセットは、バウンディングボックスとトラックレットIDで完全に注釈付けされている。分析の結果,サッカービデオにおける複数の選手,審判,ボール追跡が解決されるには程遠いことがわかった。
論文参考訳（メタデータ） (2022-04-14T12:22:12Z)
Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文参考訳（メタデータ） (2022-03-10T02:37:39Z)
Evaluating Soccer Player: from Live Camera to Deep Reinforcement Learning [0.0]
オープンソースのプレイヤー追跡モデルと、Deep Reinforcement Learningのみに基づいてこれらのプレイヤーを評価する新しいアプローチの2つの部分のソリューションを紹介します。私達の追跡モデルは私達がまた解放するデータセットの監視された方法で訓練され、私達の評価モデルは仮想サッカーゲームのシミュレーションだけに頼ります。新たなアプローチであるExpected Discounted Goal(EDG)は、チームが特定の状態から獲得または達成できる目標の数を表します。
論文参考訳（メタデータ） (2021-01-13T23:26:17Z)
SoccerMap: A Deep Learning Architecture for Visually-Interpretable Analysis in Soccer [1.1377027568901037]
サッカーにおける潜在的なパスの完全な確率曲面を推定できる完全な畳み込みニューラルネットワークアーキテクチャを提案する。本研究では,パス成功確率の推定において,ネットワークの性能が著しく向上することを示す。本稿では,プレイヤーレベルでのパスリスクの評価を含む,実践的な応用について述べる。
論文参考訳（メタデータ） (2020-10-20T11:28:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。