Detección y seguimiento de jugadores en escenas deportivas usando deep learning

Abstract

[Resumen] Este proyecto tiene como objetivo el obtener una herramienta de análisis de escenarios deportivos cuya funcionalidad principal es extraer diversas estadísticas a partir de vídeos de fútbol para analizar el rendimiento de los jugadores en los partidos. Esto tiene gran interés tanto para que entrenadores puedan tomar decisiones más adecuadas, como para que el sector audiovisual pueda representarlas en tiempo real durante la emisión de los partidos, de una forma más precisa que la realizada por operarios humanos. Para ello, en este proyecto se plantea el uso de técnicas de aprendizaje profundo que puedan permitir abordar el problema de análisis de vídeo planteado. En concreto, se ha seleccionado el método Deep SORT, experimentando con su adaptación al problema planteado, identificando sus flaquezas actuales y proponiendo mejoras, lo que ha permitido establecer una base para la obtención de la herramienta completa en un futuro.

[Abstract] This project aims to obtain a sports scenario analysis tool whose main functionality is to extract various statistics from soccer videos to analyze the performance of players in matches. This is of great interest both so that coaches can make more appropriate decisions, and so that the audiovisual sector can represent them in real time during the broadcast of the matches, in a more precise way than that made by human operators. To do this, this project proposes the use of deep learning techniques that can allow addressing the problem of video analysis raised. Specifically, the Deep SORT method has been selected, experimenting with its adaptation to the problem posed, identifying its current weaknesses and proposing improvements, which has made it possible to establish a basis for obtaining the complete tool in the future.