Пока на #ЧМ2026 решаются судьбы матчей, ИИ меняет саму спортивную аналитику! Так, исследователи Sber AI и ПФК ЦСКА разработали подход, позволяющий идентифицировать футболиста по видео с одной камеры.
Задача сложнее, чем просто найти игрока в кадре. Он может уйти за пределы изображения, оказаться закрытым соперником, попасть в плотную борьбу или стать неразличимым на фоне игроков в похожей форме. Алгоритму нужно корректно связать отдельные фрагменты видео и восстановить непрерывную историю действий конкретного спортсмена.
Авторы назвали эту задачу «Long-Term Track-based Player Identification» (долгосрочная идентификация игрока по фрагментам трекинга на протяжении всей игры). Для оценки предложена метрика CSIS, учитывающая «стоимость» ошибки: неверно определённый игрок = искажённые данные по дистанции, передачам и другим показателям.
По информации Сбера, система уверенно идентифицировала конкретного игрока в 78 % случаев. В остальных ситуациях она помечала его как неопределённого, а не выдавала недостоверный результат.
Для нас это не просто футбольная новость, а наглядный пример того, как компьютерное зрение и ИИ снижают порог входа в данные. Чемпионат мира показывает эмоции игроков и болельщиков в глобальном масштабе, а технологии вроде LTPI – что современная спортивная аналитика может стать доступной в том числе региональным экосистемам 🥰
Задача сложнее, чем просто найти игрока в кадре. Он может уйти за пределы изображения, оказаться закрытым соперником, попасть в плотную борьбу или стать неразличимым на фоне игроков в похожей форме. Алгоритму нужно корректно связать отдельные фрагменты видео и восстановить непрерывную историю действий конкретного спортсмена.
Авторы назвали эту задачу «Long-Term Track-based Player Identification» (долгосрочная идентификация игрока по фрагментам трекинга на протяжении всей игры). Для оценки предложена метрика CSIS, учитывающая «стоимость» ошибки: неверно определённый игрок = искажённые данные по дистанции, передачам и другим показателям.
По информации Сбера, система уверенно идентифицировала конкретного игрока в 78 % случаев. В остальных ситуациях она помечала его как неопределённого, а не выдавала недостоверный результат.
Для нас это не просто футбольная новость, а наглядный пример того, как компьютерное зрение и ИИ снижают порог входа в данные. Чемпионат мира показывает эмоции игроков и болельщиков в глобальном масштабе, а технологии вроде LTPI – что современная спортивная аналитика может стать доступной в том числе региональным экосистемам 🥰