BIHUB PATH

6 julio, 2020

CÓMO SE UTILIZA LA TECNOLOGÍA IA DE PIXELLOT PARA OPTIMIZAR LOS FLUJOS DE TRABAJO EN EL FC BARCELONA

Análisis y Tecnología Deportiva

APÚNTATE AL CERTIFICADO EN TECNOLOGÍA Y CIENCIA APLICADAS AL DEPORTE

únete ahora
318K

Barça Innovation Hub (BIHUB) contará con la colaboración de Pixellot en el desarrollo de nuevos sistemas para la grabación automatizada de entrenamientos y partidos. Esta nueva alianza contribuirá a mejorar el análisis técnico y táctico por parte de los entrenadores de los diferentes deportes profesionales que se practican en Ciutat Esportiva.

La tecnología de esta empresa permite grabar, producir y distribuir encuentros deportivos de forma automática y eficiente, tanto para ser visto por los aficionados como por el cuerpo técnico. Mediante el uso de la IA (Inteligencia Artificial), simulará un operador de cámara con una imagen panorámica del terreno de juego en alta resolución.

 

¿Cómo funciona?

La captura panorámica utiliza una cámara gran angular, o bien varias cámaras y después enlaza las diferentes imágenes. La tecnología utiliza algoritmos avanzados de seguimiento automático (auto-tracking) para seguir el flujo del juego dentro de la captura panorámica de alta resolución. Estas decisiones inteligentes deben tomarse con la latencia mínima para que la captura sea tan precisa como la humana. En esencia, el buffer de latencia actúa como operador de cámara, ya que mira hacia el futuro para pronosticar el flujo del juego y después decide de forma consciente cuál sería la mejor forma de grabarlo.

 

¿Es humano o un robot? 

Para ofrecer al espectador la experiencia correcta, la tecnología debe simular la captura realizada por un operador humano mediante movimientos suaves y preferiblemente simulando el movimiento de un trípode de video con un cabezal fluido.

Otro aspecto donde la automatización resulta muy eficaz es el hecho de poder grabar el mismo partido de forma distinta para los aficionados y para el cuerpo técnico. Para el cuerpo técnico es más importante centrarse en los aspectos tácticos del juego. El analista quiere observar la distribución del equipo entero, es decir, todos los jugadores de campo, aparte de los porteros. Pero para los telespectadores que ven el partido desde sus casas, esta vista podría resultar demasiado amplia para el disfrute del partido.

 

 

Los algoritmos son la clave 

La mayoría de las tecnologías de captura automática comparten los siguientes principios. Sin embargo, como cada deporte tiene su propia lógica de juego, todos requieren algoritmos completamente diferentes.

 

  • Detección automática del balón – en los deportes con balón (por ejemplo, fútbol, ​​baloncesto, etc.), el balón generalmente se encuentra en el centro de la acción. Para capturar la acción, el algoritmo intenta detectarla y seguirla.
  • Detección de jugadores – en tecnologías más avanzadas, la detección automática del balón se complementa con la detección de jugadores. Esto permite una mejor comprensión de la acción y sirve como base para la detección del estado del juego. Tanto la detección del balón como la de los jugadores se basan en la capacidad de analizar las imágenes y distinguir entre el fondo y los objetos de interés (es decir, el balón y los jugadores).

 

¿Qué hace parado allí?

Uno de los grandes desafíos en la detección de jugadores sucede cuando un jugador se queda parado durante varios segundos. Por ejemplo, en el fútbol, ​antes de un tiro libre, algunos jugadores no se mueven durante un período de aproximadamente 30 segundos. Cuando esto ocurre, el algoritmo debe garantizar que no se confunda el jugador con el fondo.

Además, el algoritmo debe poder distinguir a los jugadores que no están activos (por ejemplo, calentándose en la banda) de los que sí que están activos, incluso cuando algunos de los jugadores activos se encuentran lejos de la pelota. El algoritmo también debe ser capaz de identificar al árbitro, que no forma parte del juego.

 

Detección de las acciones del juego

Basándose en la detección del balón y de los jugadores, el algoritmo necesita identificar las diferentes acciones que se está desarrollando en cada momento del juego. Por ejemplo, en el fútbol, ​​un saque de esquina o un penalti. En baloncesto, un tiro libre o un contraataque, etc. Cada acción del juego tiene sus propias características visuales y, al comprenderlo, el algoritmo puede pronosticar ciertos comportamientos y tomar decisiones más inteligentes sobre la mejor forma de capturar la acción. Cada deporte tiene una larga lista de diferentes acciones de juego, por lo tanto esta tarea es un gran desafío para un sistema automatizado.

 

Aprendizaje profundo

Para superar este desafío, la detección de las acciones de juego puede basarse en algoritmos de aprendizaje profundo, que son capaces de aprender de forma automática cómo identificar un saque de esquina, basándose en un conjunto de datos de ejemplos. En el caso del aprendizaje profundo, no hace falta que el programador del sistema proponga reglas para la identificación de un saque de esquina. El sistema generará automáticamente sus propias reglas y seleccionará sus propias características para identificar esta acción específica del juego. Al tener en cuenta todos estos parámetros, el sistema puede decidir cuál sería la mejor forma de capturar estas imágenes.  

 

Adelantarse al futuro cercano

Los extraordinarios avances en la informática permiten el despliegue de amplias capacidades para la inteligencia artificial y el aprendizaje profundo. La combinación de la visión por ordenador, la IA y el aprendizaje profundo proporciona, por primera vez, una experiencia visual que es comparable con la que logra un operador de cámara humano y, en algunos aspectos, la supera. Estos algoritmos seguirán mejorando, para así poder cubrir más tipos de eventos deportivos y aislar diferentes escenarios en los entrenamientos.

Sus capacidades centrales ya han sido probadas y comprobadas en el campo. Con la ayuda de los entrenadores, técnicos y analistas profesionales del FC Barcelona, la investigación y el desarrollo de los elementos de Pixellot en estrecha colaboración con BIHUB generarán nuevos procesos de automatización que servirán para optimizar los flujos de trabajo actuales, además de satisfacer los requisitos más exigentes del Club.

 

 

El equipo Barça Innovation Hub

NOTAS RELACIONADAS

CÓMO LAS EXIGENCIAS FÍSICAS DE LOS FUTBOLISTAS VARÍAN SEGÚN SU POSICIÓN

Aunque existen varios estudios al respecto, muchos de ellos han analizado estas demandas abarcando solo unas pocas variables o empleando ventanas de tiempo muy amplias. Un nuevo estudio realizado por preparadores físicos del F.C. Barcelona ha analizado con mayor precisión varios de estos detalles.

¿Grados de libertad o grados de esclavitud?

La comprensión de las variables modificadoras del juego basada en los grados de libertad.

LA IMPORTANCIA DE LA BIOESTADÍSTICA EN LAS CIENCIAS DEL DEPORTE Y LA MEDICINA DEPORTIVA

El área de analítica del deporte ha crecido exponencialmente gracias a las ciencias de la informática y engloba disciplinas como las ciencias del deporte, ciencias del comportamiento, la medicina y la visualización de datos, entre otras, además de la estadística con un enfoque más táctico y de rendimiento del deporte.

¿Quieres saber más?

  • Suscríbete
  • Contáctanos
  • Únete al HUB

Mantente al día con nuestras novedades

¿Tienes preguntas sobre Barça Universitas?

  • Startup
  • Centro de Investigación
  • Corporativo

Por favor, completa los campos:

Por favor, completa los campos:

Por favor, completa los campos:

El Formulario ha sido enviado exitosamente.

Por favor, completa los campos:

Por favor, completa los campos:

Por favor, completa los campos:

El Formulario ha sido enviado exitosamente.

Por favor, completa los campos:

Por favor, completa los campos:

Por favor, completa los campos:

El Formulario ha sido enviado exitosamente.