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

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

Automatsko prepoznavanje događanja na rukometnom terenu može uvelike pomoći trenerima i profesorima.

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.

Prepoznavanje događanja na terenu može biti vrlo korisno kod tjelesnog odgoja i treninga mlađih uzrasta.

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!  

 

Komentari

  1. ludi panj

    ludi panj

    03. 03. 2020. u 1:43 pm Odgovori

    šta nije nešto tu već napravljeno u stilu lokatora na lopti i odjeći sportaša.

    đabe takve điđe miđe, mogu sumirati koliko si se kretao za vrijeme tekme i to je to,

    ali samo pogled trenera zna dali trčiš u pravom smjeru, gledaš u pravom smjeru i razmišljaš kako treba

  2. Ana Vrančić

    Ana Vrančić

    03. 03. 2020. u 10:52 pm Odgovori

    Uz medicinu, autoindustrija svakako ima najveci potencijal zbog ubrzanog razvoja tehnologije: senzori, prepoznavanje uvjeta na cesti, prometnih znakova (i provjera brzine :-), potencijalno opasnih situacija, samostalno upravljanje, IOT integracija, prepoznavanje potencijalnog sudara vozaca koji vas pretiče zbog.vozila koje dolazi iz suprotnog smjera, parking…) Bilo bi divno samo reći destinaciju i da te auto odveze tamo.

    Isto tako, javne službe poput policije mogu iskoristiti pokrivenost kamerama kako bi analizirali prometne prekršaje i potencijalno opasne situacije u stvarnom vremenu (vožnja u suprotnom smjeru, pijani vozač, neprilagođena brzina u blizini škola…). Isto tako, osiguravanje sigurnosti u zatvorenim prostorima – detekcija odstupanja u ponašanju (sve osobe hodaju u jednom smjeru, a druga trči u suprotnom, ostavlja predmet na podu i sl.)

  3. Senada Jagar

    Senada Jagar

    03. 03. 2020. u 10:55 pm Odgovori

    U edukacijskoj rehabilitaciji, kao pomoć u iščitavanju komunikacijskih signala (izraz lica, vokalizacija, govor tijela) kako bi pravovremeno i točno mogli odgovoriti na potrebe djeteta, pogotovo djece s razvojnim rizikom. Zatim, kod regulacijskih poremećaja, narušen ritam spavanja i hranjenja (uključujući probavu), gdje pomnim praćenjem ponašanja djeteta i okolinskih čimbenika (senzorički podražaji, prehrana i sl.) mogli pravovremeno utjecati na ometajuće/štetne faktore na razvoj djeteta. Potom, u području procjene funkcionalnog vida. Vjerujem da postoji još mnoštvo mogućnosti primjene podatkovne znanosti i u edukacijsko-rehabilitacijskoj znanosti.

  4. Ivan Šimić

    Ivan Šimić

    04. 03. 2020. u 10:33 am Odgovori

    Dobitnica kotizacije je Senada Jagar! Žao nam je što imamo samo jednu kotizaciju, ali dojmio nas se drugačiji kut gledanja na tematiku strojnog učenja nego što ga gledamo inače.
    Hvala svima koji su sudjelovali!

Odgovori

Tvoja e-mail adresa neće biti objavljena.

Popularno

Startupi i poslovanje

Nemojte se ugledati na ‘lifestyle’, ‘hustle’ i Instagram poduzetnike koji ne kuže biznis (osim onih koji kuže)

Toksična pozitivnost i poslovna naivnost mogu biti katastrofalna kombinacija u doba ekonomske krize. Je li vrijeme da unfollowate sve lifestyle poduzetnike i motivirajuće Instagram profile?

Kultura 2.0

Prva prepreka za elektroničko glasanje je digitalna nepismenost

Kako je situacija s pandemijom koronavirusa digitalizirala i digitalno transformirala dobar dio i privatnog i javnog sektora, aktualiziralo se i pitanje o elektroničkom glasanju. O temi spremnosti na taj oblik glasanja, i s tehnološke i društvene strane, razgovarala sam s osobom koja je razvila jedan takav sustav, Ivanom Hendijom iz FairVotesa.

Kultura 2.0

Kako igrifikacijom poboljšati izlaznost na hrvatskim parlamentarnim izborima?

Čak i prekrižiti listić je bolje nego uopće ne izaći na izbore, a opet, mnogim hrvatskim građanima se za naredne 4 godine ne da izdvojiti ni tih 20-ak minuta na biračkim mjestima. I to je posve razumljivo ako pogledamo da biračima izbori ne nude nikakvu opipljivu nagradu... ako ne potporom za stranke koje će voditi državu u budućnosti, čime nas se onda može motivirati?

Što ste propustili

Intervju

Wirecard je potonuo, je li za sobom povukao Revolut, druge fintechove i – vaše novce?

Hoće li pad Wirecarda značiti gubitak povjerenja korisnika u fintech svijet?

Startupi i poslovanje

Ovo je potpuni plan za sav sadržaj koji uspješan webshop mora imati!

Sadržaj je ključni faktor zbog kojeg korisnici dolaze interaktirati s vašim brendom. Sadržaj je kralj, a eCommerce tu nije iznimka. Od poslovnog plana, općeg sadržaja i opisa proizvoda, ovo su stavke koje svaki uspješan webshop mora pokriti.

Tehnologija

Tenisice, ruž, naočale… Kad ih već ne možemo isprobati u trgovini, zašto ne bismo virtualno?

Unatoč razvoju online prodaje, fizičke trgovine zadržale su svoju glavnu prednost - mogućnost da kupac sam isproba željene proizvode. No, nakon što su se trgovine diljem svijeta zatvorile zbog pandemije, porasla je popularnost virtualnog isprobavanja proizvoda koje pokušava donekle nadomjestiti korisničko iskustvo na kakvo smo navikli u tradicionalnim trgovinama.

Intervju

Nakon investicije od više od 50.000 eura, najveća regionalna CS:GO zajednica, CSadria, postala Esport Adria

Ovaj novi brend okupit će gamere i fanove ne samo esport igara, već i mobilnih i drugih igara koje igra mnogo veći broj ljudi.

Startupi i poslovanje

Email marketing u doba “korone”: 3 greške i 3 trika za bolju učinkovitost

Pomno pripremate i šaljete newslettere, ali učinka nema? Uz Brunu Zagorščaka iz agencije Neuralab, nedavno certificiranog Mailchimp partnera, prolazimo osnovne pogreške i taktike email marketinga.

Tehnologija

S Omoguru widgetom ne čitaju lakše samo disleksičari, već svi mi koji u ekrane buljimo svakodnevno

Za osobe koje imaju poteškoće u čitanju Omoguru je dar s neba, a odnedavno im je njihov alat još dostupniji. Radi se o widgetu koji gotovo svaku stranicu može učiniti čitljivijom.