足球PK：用AI預測踢球方向！
ーPK預測機器學習模型開發ー
東京大學
先進科學技術研究中心
我們開發了一種機器學習模型，可以預測足球點球大戰中的踢球方向。
尤其，
首先，使用從捕獲的視頻中獲得的踢球者的關節坐標。
神經網絡被用來提取確定踢球方向的依據。
– 通過實驗調查抽取判斷的根據 –
實驗參與者本身是否有效作為判斷依據？
該指令是否會導致策略變化或預測？
門將訓練：
– 教授運動的特徵作為判斷的基礎 –
我們調查了它作為守門員訓練是否有效。
守門員：
在足球點球大戰中，踢出的球到達球門所需的時間很快。
看踢對方球員前的動作，
當你踢球時，守門員會預測並
向左或向右飛，瞄准保衛球門。
重要的是“從對手的動作中預測球會被踢向哪個方向”。
PK中的一個機器學習模型：
在這項研究中，我們開發了一種“可以判斷 PK 踢法的機器學習模型”。
我們驗證了該模型的運動特性是否對 GKs 有效。
對 48 個人進行實驗：
– 與 48 名男性和女性參與者進行實驗 –
以“判斷基礎和指令句”學習的小組
“PK判斷預測和準確率大幅提升。”
儘管進行了“短期學習評估”，但還是看到了一定的效果。
我覺得可視化的判斷依據會對參與者有所幫助。
事實證明，“判斷依據的口頭教學在實踐中是有效的”。
創新科技 – ITmedia
https://www.itmedia.co.jp/news/articles/2301/20/news077.html
Soccer PK : Prédisez la direction du coup de pied avec l’IA !
ーDéveloppement d’un modèle d’apprentissage automatique pour la prédiction PKー
Université de Tokyo
Centre de recherche scientifique et technologique avancée
Nous avons développé un modèle d’apprentissage automatique qui prédit la direction des coups de pied lors des tirs au but au football.
en particulier,
Tout d’abord, utilisez les coordonnées articulaires du botteur obtenues à partir de la vidéo capturée.
Un réseau de neurones a été utilisé pour extraire les motifs permettant de déterminer la direction du coup de pied.
– Enquêter sur les motifs du jugement extrait à travers des expériences –
Les participants à l’expérience eux-mêmes sont-ils valables comme base de jugement ?
L’instruction entraîne-t-elle des changements de stratégie ou des prédictions ?
Entraînement de gardien de but :
– Enseigner les caractéristiques du mouvement comme base de jugement –
Nous avons cherché à savoir s’il était efficace comme entraînement pour les gardiens de but.
Gardien de but:
Dans les pénalités de football, le temps qu’il faut pour qu’un ballon botté atteigne le but est rapide.
Regardez l’action avant de donner un coup de pied au joueur adverse,
Lorsque vous frappez, le gardien de but anticipe et
Volez à gauche ou à droite et visez à défendre le but.
L’important est de “prédire dans quelle direction le ballon sera botté à partir du mouvement de l’adversaire”.
Un modèle d’apprentissage automatique en PK :
Dans cette recherche, nous avons développé un “modèle d’apprentissage automatique qui peut juger des coups de pied PK”.
Nous avons vérifié si les caractéristiques de mouvement de ce modèle sont efficaces pour les GK.
Expérimentez avec 48 personnes :
– Expérimenter avec 48 participants hommes et femmes –
Le groupe qui a appris avec ‘avec des bases de jugement et des phrases d’instruction’
“La prédiction du jugement PK et le taux de précision ont considérablement augmenté.”
Malgré “l’évaluation par l’apprentissage à court terme”, un certain effet a été observé.
J’ai senti que les motifs de jugement visualisés seraient bénéfiques pour les participants.
Il s’est avéré que «l’enseignement verbal des motifs de jugement est efficace dans la pratique».
Technologie Innovante – ITmedia
Soccer PK: Sagen Sie die Schussrichtung mit KI voraus!
ーEntwicklung eines maschinellen Lernmodells für die PK-Vorhersageー
Universität Tokio
Forschungszentrum für fortgeschrittene Wissenschaft und Technologie
Wir haben ein maschinelles Lernmodell entwickelt, das die Schussrichtung bei Fußball-Elfmeterschießen vorhersagt.
insbesondere,
Verwenden Sie zunächst die aus dem aufgenommenen Video erhaltenen Gelenkkoordinaten des Kickers.
Ein neuronales Netzwerk wurde verwendet, um die Gründe für die Bestimmung der Richtung des Tritts zu extrahieren.
– Untersuchen Sie die Gründe für das extrahierte Urteil durch Experimente –
Gelten die Versuchsteilnehmer selbst als Grundlage für die Beurteilung?
Führt die Anweisung zu Strategieänderungen oder Vorhersagen?
Torwarttraining:
– Vermittlung der Bewegungseigenschaften als Urteilsgrundlage –
Wir haben untersucht, ob es als Training für Torhüter effektiv ist.
Torwart:
Beim Elfmeterschießen im Fußball ist die Zeit, die ein getretener Ball benötigt, um das Tor zu erreichen, schnell.
Sehen Sie sich die Aktion an, bevor Sie den gegnerischen Spieler treten,
Während du schießt, antizipiert der Torhüter und
Fliege nach links oder rechts und versuche, das Tor zu verteidigen.
Wichtig sei, „aus der Bewegung des Gegners vorherzusagen, in welche Richtung der Ball geschossen wird“.
Ein maschinelles Lernmodell in PK:
In dieser Forschung haben wir ein „Modell für maschinelles Lernen entwickelt, das PK-Kicks beurteilen kann“.
Wir haben überprüft, ob die Bewegungseigenschaften dieses Modells für GKs wirksam sind.
Experiment mit 48 Personen:
– Experiment mit 48 männlichen und weiblichen Teilnehmern –
Die Gruppe, die mit ‘mit Urteilsgrundlagen und Anweisungssätzen’ lernte
“PK-Beurteilungsvorhersage und Genauigkeitsrate haben sich signifikant erhöht.”
Trotz der „Evaluierung durch Kurzzeitlernen“ war ein gewisser Effekt zu sehen.
Ich hatte das Gefühl, dass die visualisierten Urteilsbegründungen den Teilnehmern zugute kommen würden.
Es zeigte sich, dass die „verbale Vermittlung von Urteilsbegründungen in der Praxis effektiv ist“.
Innovative Technik – ITmedia
Teaching System of Judgment Basis Using Neural Network on Predicting Kick Direction in Football
Abstract
In sports,
it is essential to accurately predict
the results of others’ actions based on the movements’ characteristics and respond appropriately to them.
Previous studies have proposed systems
that predict motions using machine learning and present these results to users.
However, it remains unclear
whether the judgment basis constructed by machine learning is useful for humans to predict movements accurately.
This study developed a Neural Network
that predicted the kicking direction of soccer penalty kicks and extracted the basis.
Also, we tested
whether the extracted basis was useful for participants in their predictions.
The results showed that participants perceived the extracted basis as valid, even though they had not used it as a strategy at first.
https://www.jstage.jst.go.jp/article/tvrsj/27/4/27_393/_article/-char/en