Data science u sportu: prof. dr. sc. Marina Ivašić-Kos analizira rukometne akcije uz strojno učenje

Umjetna inteligencija već je našla put do naših zdravstvenih i financijskih podataka, ali i nekih sportova. Ovaj put, jedna od zanimljivih aplikacija strojnog učenja i računalnog vida u sportu dolazi iz Hrvatske, a tiče se rukometa – točnije, rukometnih treninga. Kako točno umjetna inteligencija može pomoći u njihovom poboljšavanju saznali smo od profesorice Marine Ivašić-Kos s Odjela za informatiku Sveučilišta u Rijeci koja će upravo o ovoj temi ovaj tjedan govoriti na konferenciji Women in Data Science u Zagrebu. 

Spajanje dvije ljubavi: znanosti i sporta

Kao ljubiteljici rukometa i znanstvenici koja istražuje temu računalnog vida i prepoznavanja objekata, Marina kaže da joj se ideja za istraživanje ovog polja nametnula sama od sebe. No, već na početku projekta, Marina i njezin tim su se suočili s problemom: ne postoje baze akcija iz rukometa – ovaj sport nije popularan kao nogomet ili košarka – a kroz koji bi mogli imati dovoljno podataka za trenirati svoje modele. Stoga su sami morali snimiti treninge RK Kvarner Kostrena i rukometne škole Hippocampus te potom na videima označiti igrače i imenovati akcije koje izvode.

Korištenjem metoda dubokog učenja, na temelju velikog broja podataka naučeni su modeli koji mogu automatski detektirati osobu, odnosno igrača na slici ili videu, mogu pratiti tog igrača i raspoznati akciju koju izvodi, npr. je li napravio skok-šut, driblanje ili dodavanje.

U konačnici, ona i njezin tim uspješnorade na razvoju modela uz kojeg računalo može samo “gledajući” video treninga analizirati što se na njemu događa te koji igrač izvodi koju akciju – i koliko uspješno.

Ovako računalo “vidi” rukometne akcije.

Vrlo korisno za trenere i učitelje

Prepoznavanje što igrači na terenu rade nije samo zanimljiv “trik” za impresioniranje kolega, već i u sebi nosi zanimljive praktične primjene, pogotovo za rukomet.

Ideja je da se razvije prototip koji će moći automatski detektirati igrača na video snimci, pratiti ga i raspoznati akciju koju izvodi. To će omogućiti igraču da vizualizira svoju izvedbu i da je unaprijedi, treneru da prati točnost izvođenja tehnika za svakog pojedinog igrača te da prati njegov napredak, ali i da detektira promjene kod izvedbe neke akcije npr. uslijed ozljede te shodno tome da pripremi odgovarajuću strategiju igre.

Marina također dodaje i kako potencijalne primjene ovakvog sustava ne staju na treninzima, već ovakvi algoritmi mogu koristiti i nastavnicima tjelesne kulture, fizioterapeutima, ali i sucima kako bi bolje znali što se točno dogodilo u sportu koji je poznat po velikom broju faulova. Marina kaže i kako bi ovakav sustav koristio školama i manjim klubovima i pružio im kvalitetniju analizu i bolje mogućnosti za napredak mladih sportaša, bez prevelikog ulaganja u kompleksne sustave.

Izazov dinamičnog sporta

Marina već neko vrijeme radi ne samo na ovom rukometnom sustavu, već i na drugim potencijalnim primjenama strojnog učenja i prepoznavanja. Kaže kako su do sada razvijali i detekciju i analize stilova plivača te detekciju termalnih snimaka osoba koje se mogu koristiti za osiguravanje graničnih prijelaza. Svaka od domena primjene ima svoje posebne izazove, dodaje Marina i kaže kako je smjer idućih istraživanja upravo specijalizacija modela za različita područja primjene.

Ono što rukomet odvaja od dosta drugih primjena računalne detekcije, poput prepoznavanja broja ljudi na javnim okupljanjima jest činjenica da se radi o dinamičnom okruženju s brzim promjenama kretanja, ističe Marina:

Radi s o problemu detekcije s objektima koji se brzo kreću, naglo mijenjaju smjer, koji su na različitoj udaljenosti od kamera pa se mijenja veličina igrača na snimkama, koji ulaze i izlaze iz vidnog polja kamere, koji su vrlo često u okluziji, sakrivaju jedan drugoga tako da ih nije jednostavno pratiti. Čak i tijekom utakmice, kada imaju dresove s brojevima nije uvijek lako raspoznati o kome se radi.

Zanimljivo kako je najvažniji objekt u slučaju rukometa, lopta, ujedno i najmanji na terenu. Dodajmo tome i činjenicu da ju često ni ne vidite jer se nalazi u ruci igrača, uz nepregledno okruženje s lošom rasvjetom i gomilom reklama, pa je lako razumjeti koliko je teško pratiti gdje se lopta nalazi jednoj osobi, a kamoli računalu. Praćenje lopte čini izazov čak i za najmodernije i “najpametnije” sustave strojnog učenja dostupne danas, pojašnjava Marina.

Duboko učenje je budućnost

Ako vas je čitanje o strojnom učenju zainteresiralo za dublje istraživanje ove teme, na pravome ste putu. Marina kaže kako je strojno učenje jedno od najzanimljivijih područja danas, no, s povećanjem broja podataka postaje sve važnije znati pravilno rukovati s njima.

Smatra se da su modeli dubokog učenja, na krilu hardverskih mogućnosti, u posljednjih osam godina nakon intenzivnog rasta danas već dostigli plato pa se ne očekuje više njihov nagli razvoj, ali značajno je da već postižu rezultate koji su komercijalno interesantni. Zbog toga je sve više poduzeća, koja će se u svom poslovanju baviti podacima i pokušati, analizirajući podatke, pronaći nova pravila i znanja o svom poslovnom svijetu ili svijetu koji nas okružuje.

Nema sumnje kako će se povećati broj primjena takozvanih machine learning sustava u budućnosti, a Marina kaže kako će se i zbog senzora te IoT sustava povećati količina informacija za obradu, stoga je budućnost strojnog učenja zaista neupitna. Za kraj, i one koje žele saznati više, Marina dodaje kako se sva spomenuta istraživanja vode na Odjelu za informatiku Sveučilišta u Rijeci u okviru istraživačkog projekta RAASS: Automatsko raspoznavanje akcija i aktivnosti u multimedijalnom sadržaju iz domene sporta kojeg financira HRZZ.

Nagradni natječaj!

Netokracija i konferencija Women in Data Science nagrađuju jednog sretnog dobitnika ili dobitnicu besplatnom kotizacijom za konferenciju koja će se održati ovog četvrtka, 5. ožujka, u Zagrebu. Sve što trebate je ispod ovog teksta komentirati na kojoj biste industriji najradije vidjeli primjenu podatkovnih znanosti, i to do utorka, 22:59 sati, a po odabiru redakcije za najbolji odgovor autor ili autorica osvojit će kotizaciju! Samo ostavite i mail adresu u predviđenom polju da vas možemo kontaktirati!