← Nieuwste papers
🤖 machine learning

PathCRF: Ball-Free Soccer Event Detection via Possession Path Inference from Player Trajectories

Dit artikel introduceert PathCRF, een framework dat gebeurtenissen met de bal in het voetbal detecteert en bezitsverlopen reconstrueert door uitsluitend gebruik te maken van spelersverplaatsingsgegevens door het probleem te modelleren als een dynamische graafselectieopgave die wordt opgelost via Conditional Random Fields, waardoor de noodzaak voor kostbare en moeilijk schaalbare baltracking wordt geëlimineerd.

Oorspronkelijke auteurs: Hyunsung Kim, Kunhee Lee, Sangwoo Seo, Sang-Ki Ko, Jinsung Yoon, Chanyoung Park

Gepubliceerd 2026-06-02
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Hyunsung Kim, Kunhee Lee, Sangwoo Seo, Sang-Ki Ko, Jinsung Yoon, Chanyoung Park

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je naar een voetbalwedstrijd kijkt. Je ziet 22 spelers over het veld rennen, maar de bal is klein, beweegt ongelooflijk snel en wordt vaak verborgen achter andere spelers. Traditioneel moeten menselijke experts naar een scherm kijken en handmatig met een muis klikken telkens wanneer een speler de bal raakt, passt of schiet om de wedstrijd te begrijpen. Dit is traag, duur en onmogelijk om voor elke wedstrijd ter wereld te doen.

Soms proberen computers de bal zelf te volgen met camera's, maar omdat de bal zo klein en snel is, verliezen de camera's hem vaak uit het oog of raken ze in de war.

PathCRF is een nieuwe "slimme detective" die dit probleem oplost. Het probeert de bal niet eens te zien. In plaats daarvan houdt het alleen de spelers in de gaten.

Het Kernidee: De "Onzichtbare Draad"

Denk aan de bal als een onzichtbare draad die spelers met elkaar verbindt.

  • Wanneer een speler dribbelt, is de draad aan zijn eigen enkel gebonden (een "self-loop").
  • Wanneer een speler de bal naar een teamgenoot trapt, springt de draad van de ene enkel naar de andere (een "pass").
  • Wanneer de bal buiten het veld gaat, wordt de draad doorgeknipt en aan de zijlijn bevestigd.

Het doel van PathCRF is om precies te achterhalen waar deze onzichtbare draad op elk moment van de wedstrijd aan vastzit, enkel door te kijken naar hoe de spelers zich ten opzichte van elkaar bewegen.

Hoe het werkt: De "Logische Puzzel" Oplosser

Het artikel beschrijft een proces van drie stappen om deze puzzel op te lossen:

1. Het Sociale Netwerk (De Ruggegraat)
Eerst bekijkt het systeem de spelers als een sociaal netwerk. Het gebruikt een speciaal type AI (een "socio-temporele ruggegraat") om de relaties tussen spelers te begrijpen.

  • Het weet dat spelers van hetzelfde team samen bewegen (zoals een zwerm vogels).
  • Het weet dat spelers van de tegenpartij proberen hen te stoppen.
  • Het observeert hoe deze groepen in de loop van de tijd veranderen.

2. De "Niet-Teleporteren" Regel (De CRF)
Dit is het belangrijkste deel. Als je een computer simpelweg vraft om bij elke seconde te raden wie de bal heeft, kan hij domme fouten maken. Hij zou bijvoorbeeld kunnen zeggen dat Speler A de bal heeft, en in de volgende seconde zeggen dat Speler C de bal heeft, terwijl Speler A en Speler C aan weerszijden van het veld staan en er geen pass is geweest. In het voetbal kan de bal niet "teleporteren".

PathCRF gebruikt een wiskundig hulpmiddel genaamd een Conditional Random Field (CRF) om te fungeren als een strikte scheidsrechter. Het handhaaft "natuurkundige regels":

  • Regel 1: Als Speler A de bal heeft, moet de volgende persoon die de bal heeft Speler A zijn (dribbelen) of iemand op wie Speler A de bal net heeft gekopt (een pass).
  • Regel 2: Je kunt niet van Speler A naar Speler C springen zonder een pass tussendoor.
  • Regel 3: Als de bal buiten het veld gaat, blijft deze buiten totdat een nieuw spel wordt hervat.

Het systeem is getraind om alleen de sequentie van "wie de bal heeft" te kiezen die deze regels perfect volgt.

3. De Laatste Gok (Viterbi Decoding)
Zodra het systeem alle waarschijnlijkheden heeft berekend en de regels heeft toegepast, gebruikt het een methie genaamd Viterbi-decoding. Zie dit als het vinden van de meest logische route door een doolhof. Het bekijkt de hele wedstrijd in één keer en kiest de ene sequentie van gebeurtenissen die het meest logisch is, waarbij gegarandeerd wordt dat er geen "teleportaties" of onmogelijke bewegingen plaatsvinden.

Wat hebben ze gevonden?

De onderzoekers testten dit op echte voetbaldata uit de Duitse Bundesliga. Dit was het resultaat:

  • Nauwkeurigheid: Het systeem identificeerde correct wie de bal had in ongeveer 70% van de gevallen op elk gegeven moment.
  • Event Detectie: Wanneer het ging om het herkennen van specifieke gebeurtenissen (zo zoals een pass of een schot), behaalde het een F1-score (een maatstaf voor nauwkeurigheid) van 75,69%. Dit is een zeer sterk resultaat voor een systeem dat de bal zelf nooit ziet.
  • Logica: In tegen tegenstelling tot andere methoden die "illegale" bewegingen maakten (zoals het teleporteren van de bal), maakte PathCRF nul onmogelijke overgangen. Het volgde altijd de regels van het spel.
  • Bruikbaarheid: Zelfs zonder perfecte precisie was de gegenereerde data goed genoeg om het volgende te recreëren:
    • Heatmaps: Laten zien waar een team het liefst aanvalt.
    • Balbezit Statistieken: Nauwkeurig berekenen welk team de bal controleerde (bijv. als het echte team 62% balbezit had, voorspelde PathCRF 62,6%).
    • Pass-netwerken: Het tekenen van kaarten van wie naar wie passt, die bijna identiek waren aan kaarten gemaakt door menselijke experts.

De Kern van het Verhaal

PathCRF is als een slimme assistent die naar de voeten en de lichaamstaal van de spelers kijkt om te achterhalen waar de bal is, zonder dat daarvoor dure camera's nodig zijn om de bal zelf te volgen.

Door een "logica-checker" (de CRF) te gebruiken om te garanderen dat de bal realistisch beweegt, kan het automatisch hoogwaardige wedstrijdstatistieken genereren. Dit betekent dat zelfs voor lagere competities of jeugdwedstrijden waar geen dure trackingapparatuur beschikbaar is, coaches en analisten nu professionele data kunnen krijgen door enkel de bewegingen van de spelers te registreren. Het verandert een rommelige, handmatige taak in een geautomatiseerd, betrouwbaar proces.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →