مروری بر آنالیز بازی فوتبال

امروزه محبوب ترین ورزش میان مردم دنیا ورزش فوتبال است. به همین منظور آنالیز خودکار بازی فوتبال یک پاسخ اجباری به تقاضای روز افزون از طرف دانشمندان، هواداران، مربیان و …بود. از آنجایی که بازیکنان کانون توجه در مسابقات فوتبال هستند، ردیابی بازیکن یک عنصر اساسی در تحلیل بیشتر فیلم‌های فوتبال است. بنابراین در این مقاله مروری بر روش ردیابی و مراحل پیش پردازش آن (یعنی تشخیص زمین بازی، تشخیص بازیکن ، برچسب زدن بازیکن و مدل‌سازی ظاهر) در بازی فوتبال می کنیم و کاربردها و چالش های آن ذکر می کنیم.

مروری بر روش ردیابی

مهمترین و پایه ای ترین بخش آنالیز ویدیوی فوتبال، ردیابی بازیکنان در زمین بازی است که مراحل ردیابی در شکل ۱ مشخص شده اند. همانطور که مشاهده می شود تشخیص میدان بازی اولین مرحله از ردیابی است. این مرحله برای مراحل بعدی بسیار مفید است زیرا با حذف ناحیه ی مربوط به تماشاگران، اشتباهات و نویز را در محدوده زمین بازی کاهش می‌دهد[۱]. تشخیص صحیح بازیکن مرحله بعدی می باشد که برای راه‌اندازی ردیاب ضروری است و مشاهدات مورد نیاز توسط برخی ردیاب ها را فراهم می‌کند. یکی از مراحل مهم دیگر، طبقه‌بندی بازیکنان است که برچسب زدن بازیکن نام دارد که بازیکنان در پنج کلاس متناظر با دو تیم، دو دروازه بان و داور دسته بندی می شوند.

شکل ۱: دیاگرام پردازش بازی فوتبال[۱]

یکی دیگر از مراحل، برطرف کردن مشکل همپوشانی است که دشوارترین مساله در ردیابی بازیکنان فوتبال است. همپوشانی زمانی رخ می‌دهد که بازیکنان یکدیگر را تا حدودی یا به طور کامل پنهان کنند. همپوشانی گاهی آنقدر شدید است که حتی ناظر انسانی به سختی می‌تواند بازیکن مسدود را ببیند و کیفیت پایین تصاویر مشکل را پیچیده‌تر می‌کند. همچنین، شرایط وقتی سخت‌تر می شود که همپوشانی در میان اعضای تیم بوجود آید(شکل ۲). شرایط انسداد را می توان با استفاده از فاصله بین بازیکنان فریم قبلی پیش‌بینی کرد[۲].

شکل ۲: انسداد در بین بازیکنان

علاوه بر برطرف کردن همپوشانی، برچسب زدن بازیکنان، تشخیص بازیکنان بر اساس رنگ و روش های ردیابی بازیکنان، نیاز به نمایش ظاهر بازیکنان و داور دارند. حال آنکه مدل‌سازی ظاهر بازیکنان با چالش‌هایی مانند به روز رسانی مدل ها و انتخاب ویژگی‌های مجزا مواجه است[۳]. برای مدل سازی ظاهری و به روز رسانی آنها می توانیم از نتایج تشخیص بازیکنان به عنوان ورودی مرحله مدل سازی ظاهری استفاده کنیم که برای این کار باید منطقه هر بازیکن را محدود کنیم.

یکی دیگر از مراحل، ردیابی بازیکنان است. در این مرحله مشاهدات به دست آمده از مراحل قبلی از طریق یک ردیاب مرتبط می شوند تا بسیاری از اشتباهات ناشی از شناسایی های از دست رفته، شناسایی بازیکن اشتباه یا برچسب زدن اشتباه کاهش یابد. از انواع ردیاب ها می توان به موارد زیر اشاره کرد:

• فیلترکالمن
• فیلتر ذره
• تطبیق الگو
• ردیابی نقطه ای

به طور کلی، ردیابی بازیکن در طول دو مرحله اصلی، یعنی فیلترینگ و ارتباط داده انجام می‌شود. فیلترینگ در مورد تخمین وضعیت ناشناخته بازیکن به عنوان مثال موقعیت و سرعت آن ها می باشد و ارتباط داده برای ردیابی چند بازیکن استفاده می شود[۴]. ارتباط داده (شکل ۳)به این منظور استفاده می شود که تمام بازیکنان هرجند با فاصله ی کم و در شرایط انسداد ردیابی شوند. در پایان مرحله ردیابی، ردیابی بازیکن و مراحل قبلی آن با استفاده از معیارهای ارزیابی مورد ارزیابی قرار می گیرند.

شکل ۳: ارتباط داده ها

با این حال، برخی مراحل قبلی بسته به مرحله ردیابی، اختیاری هستند. برای مثال، تشخیص میدان بازی می‌تواند نادیده گرفته شود، یا مدل‌سازی ظاهر زمانی که نشانه‌های رنگی نادیده گرفته می‌شوند مورد نیاز نیست. حل مشکل انسداد نیز می‌تواند در مرحله ردیابی انجام شود و یا برچسب گذاری بازیکنان می‌تواند در طول ردیابی براساس نشانه‌های رنگی انجام گیرد. علاوه بر این، نتایج ردیابی می‌تواند به عنوان ورودی برخی مراحل قبلی، مانند تشخیص بازیکن، برچسب زدن بازیکن، تفکیک انسداد و مدل‌سازی ظاهر مورد استفاده قرار گیرد. برای مثال، مناطق بازیکن احتمالی در چارچوب فعلی را می توان با استفاده از نتیجه ردیابی در چارچوب قبلی پیش‌بینی کرد، یا مدل ظاهر قبلی با استفاده از مدل ظاهر بازیکن ردیابی شده به روز می‌شود.

کاربرد ها و چالش ها

تحلیل ویدیو بازی فوتبال دارای کاربردهای گسترده‌ای است که می توان به موارد زیر اشاره کرد(شکل ۴):

• استخراج مسیر بازیکنان
• بازیابی محتوا و شاخص گذاری
• بازسازی سه بعدی
• تولید نمای مجازی
• فشرده‌سازی ویدیویی مبتنی بر محتوا
• تحلیل تاکتیکی
• تحلیل الگوی حمله و یا تحلیل به ثمر رسیدن گل
• ارزیابی‌های آماری، تشخیص عملکرد بازیکنان
• تایید تصمیمات داور
•  ارزیابی نقاط قوت یا ضعف یک تیم

شکل ۴: کاربرد آنالیز بازی فوتبال

به طور کلی، ردیابی بازیکن به دلیل بسیاری از مشکلات ، مانند ظاهر مشابه بازیکنان ، تعاملات پیچیده و همپوشانی شدید، تعداد زیادی از بازیکنان با حرکات غیرقابل‌پیش‌بینی، حرکت ناگهانی دوربین، محیط در حال تغییر، تغییر پس‌زمینه، ویرایش ویدئو بازی، کیفیت پایین تصاویر و تارشدن بازیکنان کاملا چالش برانگیز است[۱].

نتیجه گیری

در این مقاله مروری کوتاه بر ردیابی بازیکنان در بازی فوتبال صورت گرفت و مراحل پردازش را بررسی کردیم. همچنین، کاربردها و چالش ها نیز بیان شد. در نهایت، با توجه به مطالب ذکر شده می توانیم به مطالعه و تحقیق در این زمینه بپردازیم. در نهایت می توانیم رویکردی را برای مقابله با چالش ها و استفاده از کاربرد های وسیع آنالیز خودکار بازی فوتبال ارائه دهیم.