Graph-based spatiotemporal data analysis for passing difficulty classification in football = Análise de dados espaço-temporais baseada em grafos para classificação de dificuldade de passe no futebol
Maisa Silva
DISSERTAÇÃO
Inglês
T/UNICAMP Si38g
[Análise de dados espaço-temporais baseada em grafos para classificação de dificuldade de passe no futebol]
Campinas, SP : [s.n.], 2024.
1 recurso online (76 p.) : il., digital, arquivo PDF.
Orientadores: Ricardo da Silva Torres, Allan da Silva Pinto
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação
Resumo: Diversas pesquisas têm aplicado modelos matemáticos para descrever os padrões das partidas de futebol, avaliar seus componentes e fornecer informações cruciais para a tomada de decisão de técnicos e equipes, tanto para planejar estratégias para partidas quanto procedimentos para treino. Um...
Ver mais
Resumo: Diversas pesquisas têm aplicado modelos matemáticos para descrever os padrões das partidas de futebol, avaliar seus componentes e fornecer informações cruciais para a tomada de decisão de técnicos e equipes, tanto para planejar estratégias para partidas quanto procedimentos para treino. Um dos eventos mais comuns em uma partida de futebol é o passe, que consiste na transmissão da bola de um jogador para outro. Muitas métricas são estudadas em relação ao passe, como a frequência entre dois jogadores, o número de passes bem-sucedidos, a precisão do passe, entre outras. No entanto, a dificuldade do passe ainda é um tema pouco explorado na literatura científica. Nosso estudo apresenta uma abordagem para caracterizar passes em diferentes graus de dificuldade: fácil, médio e difícil. Avaliamos quais representações adotadas pelos elementos do grafo (vértices, arestas e medidas de rede complexa) são mais adequadas para a modelagem do problema. Em seguida, comparamos o impacto de um maior detalhamento temporal no desempenho da classificação do passe. Por fim, avaliamos se a fusão de vetores de características influencia o desempenho da classificação do passe. Os resultados mais destacados incluem a constatação de que grafos contendo apenas o time que possui a posse da bola não são uma boa representação para o problema. Além disso, a melhor representação de grafos para resolução temporal binária apresenta arestas para jogadores a até 5 metros de distância, com o grau sendo a melhor medida de rede complexa. Nesse caso, a acurácia balanceada atingiu 61%. Para a avaliação multinível, a melhor resolução temporal foi de 20 frames com uma configuração de grafo bipartido, na qual as arestas representam a interferência do oponente em relação ao alvo, e a melhor medida foi a closeness; esse conjunto de vetores de características alcançou uma acurácia de 65%, o mesmo valor do índice de concordância dos dois técnicos rotuladores. A combinação de vetores de características, no entanto, não apresentou um ganho significativo na acurácia balanceada, atingindo o valor de 66%. Estes resultados sugerem que os melhores vetores de características não provêm visões complementares para a tarefa de classificação
Ver menos
Abstract: Several research studies have applied mathematical models to describe the patterns of football matches, assess their components, and provide crucial information for coaches and teams, both for planning strategies for matches and defining procedures for training sessions. One of the most...
Ver mais
Abstract: Several research studies have applied mathematical models to describe the patterns of football matches, assess their components, and provide crucial information for coaches and teams, both for planning strategies for matches and defining procedures for training sessions. One of the most common events in a football match is the pass, which involves the transmission of the ball from one player to another. Many metrics are studied concerning the pass, such as the frequency between two players, the number of successful passes, and pass accuracy, among others. However, the assessment of pass difficulty is still a relatively unexplored topic in the scientific literature. Our study presents an approach to characterize passes at different difficulty levels: easy, medium, and difficult. We evaluate which graph elements (vertices, edges, and complex network measurements) are the most suitable for modeling the problem. Next, we compare the impact of increased temporal granularity on pass classification performance. Finally, we assess whether the fusion of feature vectors influences pass classification performance. The most promising results include the finding that graphs containing only the team in possession of the ball are not suitable representations for the problem. Additionally, the best graph representation for binary temporal resolution includes edges to players up to 5 meters away, with degree being the best complex network measure. In this case, balanced accuracy reached 61%. For multilevel evaluation, the best temporal resolution was 20 frames with a bipartite graph configuration, in which edges represent opponent interference concerning the target, and the best measure was closeness. This feature set achieved an accuracy of 65%, the same value as the agreement index of the two annotator coaches. However, the combination of features had not led to significant gains in balanced accuracy, reaching a value of 66%. This result suggests that the best features do not provide complementary views for the classification task
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Aberto
Torres, Ricardo da Silva, 1977-
Orientador
Pinto, Allan da Silva, 1984-
Coorientador
Misuta, Milton Shoiti, 1970-
Avaliador
Bedo, Bruno Luiz de Souza
Avaliador
Graph-based spatiotemporal data analysis for passing difficulty classification in football = Análise de dados espaço-temporais baseada em grafos para classificação de dificuldade de passe no futebol
Maisa Silva
Graph-based spatiotemporal data analysis for passing difficulty classification in football = Análise de dados espaço-temporais baseada em grafos para classificação de dificuldade de passe no futebol
Maisa Silva