🤖 machine learning

Space-Creating versus Dead Possession: An Off-Ball Possession-Quality Index for Broadcast Football

Este artigo introduz um Índice de Qualidade de Posse Sem Bola de duas camadas que distingue entre a posse estéril "morta" e a circulação de criação de espaço ao combinar uma flag de posse inútil baseada em ameaça com um Índice de Criação de Espaço derivado de vídeo, demonstrando que esta métrica captura valor ofensivo crítico além dos modelos tradicionais com bola.

Autores originais: Seongjin Choi

Publicado 2026-08-11

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Seongjin Choi

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está assistindo a uma partida de futebol na TV. Os comentaristas estão empolgados com um número: "Posse de Bola". Eles dizem que o Time A tem a bola 65% do tempo, então eles devem estar dominando. Mas você já viu um jogo onde um time manteve a bola, passou ela de um lado para o outro no próprio quintal e ainda assim perdeu? Esse é o problema com a forma antiga de contar. Ela trata todo ato de manter a bola como igual, seja um ataque perigoso ou um círculo entediante no meio do campo.

Para corrigir isso, cientistas do esporte desenvolveram ferramentas "baseadas em eventos". Pense nisso como uma pontuação de videogame que conta apenas o que o jogador com a bola faz. Se ele passa, ganha pontos. Se ele chuta, ganha mais pontos. Essas ferramentas são ótimas para julgar a pessoa que está com a bola, mas são cegas para os outros 21 jogadores em campo. Elas não conseguem ver se o time que está com a bola está realmente empurrando o outro time para trás, ou se o outro time está apenas parado, deixando eles passarem a bola sem problemas. Este artigo faz uma pergunta simples, mas complicada: Como diferenciamos um time que está criando espaço para um gol de um time que está apenas perdendo tempo com a bola, especialmente quando temos apenas a transmissão de TV e não sensores de alta tecnologia em cada jogador?

O Detector de Posse de "Lixo"

Este artigo apresenta um sistema de duas camadas para resolver o mistério da posse de bola "estéril". O autor, trabalhando com dados da Copa do Mundo FIFA de 2026, construiu uma ferramenta que atua como um detetive, primeiro olhando para a "papelada" do jogo (os dados de eventos) e depois dando um zoom no vídeo para ver o que realmente está acontecendo.

Camada 1: A Bandeira de "Lixo"
Primeiro, o autor criou um "Índice de Posse de Lixo". Imagine que você está corrigindo o dever de casa de um aluno. A maioria dos sistemas apenas conta quantas páginas foram preenchidas. Este novo sistema olha para o que foi escrito. Ele divide o jogo em pequenos blocos de tempo onde um time tem a bola. Ele pergunta: "Este bloco de tempo realmente ameaçou o gol?"

Eles dão pontos por alcançar zonas perigosas no campo, mesmo que nenhum chute tenha sido dado. Mas aqui está o detalhe: eles só se importam com isso quando o jogo está empatado ou o time está perdendo. Se um time está ganhando e apenas passando a bola para matar o tempo, isso é tática inteligente, não "lixo". Mas se um time está perdendo ou empatado e está apenas passando a bola sem fazer o outro time suar, o sistema sinaliza como "Lixo".

Quando testaram isso em 103 partidas da Copa do Mundo, os resultados foram claros. Times com uma alta quantidade de posse de "Lixo" (passando sem ameaça) na verdade marcaram menos gols e venceram menos jogos. De fato, entre os times que mantiveram a bola mais de 55% do tempo, aqueles com posse de "Lixo" tiveram uma média de apenas 0,62 gols por jogo, enquanto os eficientes tiveram média de 2,24 gols. O artigo prova que esta bandeira de "Lixo" não é apenas uma maneira sofisticada de dizer "eles não marcaram"; ela captura algo que os antigos sistemas de valor "on-ball" deixam passar. Mesmo quando se considera o quão bons são os passes de um time (usando uma métrica chamada VAEP), a bandeira de "Lixo" ainda prevê se um time perderá. É um sinal único que diz: "Este time está com a bola, mas não está fazendo nada com ela".

Camada 2: O Zoom de "Criação de Espaço"
A primeira camada diz que uma posse foi ruim, mas não o porquê. A bola estava apenas circulando? Ou o time estava realmente abrindo a defesa, mas apenas teve azar? Para responder a isso, o autor construiu uma segunda camada usando o próprio vídeo da transmissão de TV.

Eles usaram um pipeline computacional especial para transformar o vídeo em um mapa do campo, rastreando onde os jogadores estão mesmo quando não aparecem na tela (algo como adivinhar onde estão as peças que faltam em um quebra-cabeça). Eles calcularam um "Índice de Criação de Espaço" (SCI). Isso mede se o time com a bola conseguiu empurrar a defesa adversária para trás ou assumir o controle da área perigosa perto do gol.

Eles analisaram 31 momentos específicos onde a primeira camada havia sinalizado uma posse como "Lixo". Aqui está a parte surpreendente:

74% desses momentos de "Lixo" eram realmente mortos. A bola se movia, mas a defesa não se mexia. O time estava apenas girando em falso.
19% eram "progressão fraca", onde eles se moviam um pouco, mas não rompiam a defesa de fato.
6% eram, na verdade, criadores de espaço, embora a primeira camada tenha dito que falharam!

A Prova do Mundo Real
O artigo apresenta um exemplo vívido de uma partida entre Alemanha e Paraguai. A Alemanha teve 73% da posse de bola, mas perdeu em uma disputa de pênaltis. O sistema sinalizou duas de suas posses como "Lixo". Quando analisaram o vídeo, o Índice de Criação de Espaço mostrou um número negativo massivo: a Alemanha estava movendo a bola, mas sua defesa estava, na verdade, sendo empurrada para frente pelo Paraguai. Eles estavam dominando a bola, mas perdendo o espaço.

No mesmo jogo, o Paraguai teve um momento sinalizado como "Lixo" porque não chutou. Mas a análise de vídeo mostrou que eles haviam, de fato, tomado o controle da área perigosa (um Índice de Criação de Espaço positivo). Eles criaram espaço, mas apenas não converteram isso em um gol. A primeira camada teria chamado isso de falha, mas a segunda camada revelou que era, na verdade, um sucesso em termos de estratégia, apenas uma falha de execução.

A Conclusão
Este artigo não diz apenas que "a porcentagem de posse de bola é ruim". Ele nos dá uma maneira de separar a posse "estéril" (morta, entediante e inútil) da posse de "criação de espaço" (perigosa, estratégica, mas talvez azarada). Mostra que você pode ter um time que parece estar dominando a bola, mas está na verdade perdendo o jogo, e outro time que parece estar com dificuldades, mas está na verdade destruindo a defesa adversária. Ao combinar o escaneamento rápido de dados com um olhar profundo no vídeo, o autor encontrou uma maneira de ver a batalha invisível pelo espaço que acontece quando a bola não está sendo chutada.

Resumo Técnico: Criação de Espaço versus Posse Morta

Definição do Problema
A análise tradicional de futebol baseia-se fortemente na percentagem de posse de bola, uma métrica que funde três realidades táticas distintas: a localização da retenção da bola, o nível de ameaça dessa retenção e o estado do jogo em que ela ocorre. Consequentemente, uma equipa que detém 60% de posse enquanto recicla a bola no seu próprio meio é indistinguível de uma equipa que pressiona um adversário no seu terço defensivo. Os modelos existentes baseados em eventos (ex: Expected Threat, VAEP, On-Ball Value) refinam a posse ao precificar ações com a bola, mas permanecem "cegos" para a questão fora da bola: a posse criou espaço ou foi estéril? Estes modelos avaliam a decisão do jogador com a bola, mas não conseguem detetar se o bloco defensivo foi deslocado ou comprimido, uma distinção que requer dados espaciais frequentemente indisponíveis em transmissões de televisão padrão.

Metodologia
O artigo propõe um framework de duas camadas para distinguir a posse de "criação de espaço" da posse "estéril" (morta), utilizando uma divisão macro/micro para equilibrar a eficiência computacional com a profundidade espacial.

Camada 1: O Índice de Posse de "Lixo" do Lado do Evento
Esta camada processa dados de eventos de partidas completas para sinalizar sequências de posse de baixa ameaça.

Valoração de Sequência: As partidas são segmentadas em sequências de posse. Cada sequência $s$ $s$ recebe um valor $q(s)$ $q (s)$ baseado em:
1. Pico de Ganho de Ameaça: O aumento máximo de Expected Threat (xT) alcançado durante a sequência, creditado mesmo que não ocorra um remate.
2. Qualidade de Remate Realizada: O xG do melhor remate da sequência (utilizando um modelo customizado de gradiente boostado).
3. Toque na Área: Um crédito binário por qualquer toque dentro da área de grande penalidade.
Normalização: Os valores das sequências são normalizados contra o percentil 90 do corpus. Sequências com $q < 0,15$ são classificadas como "lixo" (junk).
Filtragem de Estado de Jogo: Para evitar penalizar a proteção de vantagem tática, a métrica junk-open isola sequências de lixo que ocorrem apenas quando a equipa detentora da posse está empatada ou a perder.
Validação: O índice é testado contra resultados de partidas (pontos, golos, xG) e comparado com modelos de valor com a bola (VAEP) e métricas de território (Field Tilt) para garantir que captura uma variância única.

Camada 2: O Índice de Criação de Espaço Espacial (SCI)
Esta camada opera em janelas curtas de vídeo de transmissão (10–60s) correspondentes às sequências de "lixo" sinalizadas pelo evento para determinar a natureza espacial da posse.

Pipeline: Um pipeline de Reconstrução de Estado de Jogo (GSR) operando apenas em CPU projeta o vídeo de transmissão para coordenadas de campo através de calibração de câmara, rastreio de múltiplos objetos e atribuição de equipas baseada em cores. Jogadores fora de ecrã são imputados através de uma camada de "fantasma" (ghosting) sem necessidade de treino.
Cálculo da Métrica: O SCI mede a mudança líquida na quota de controlo de pitch entre o início e o fim de uma janela em duas zonas: o terço de ataque (A) e o terço de ataque do adversário (Z).
$SCI = \Delta_{own} + \Delta_{opp}$
Onde $\Delta_{own}$ é a mudança no controlo da equipa detentora em zona A, e $\Delta_{opp}$ é a mudança no controlo do adversário em zona Z (uma diminuição no controlo do adversário implica que o bloco foi empurrado para trás).
Classificação: As janelas são agrupadas em:
- Criação de Espaço: SCI $\ge$ +12 (conquistou espaço perigoso ou empurrou o bloco para trás).
- Progressão Fraca: +4 $\le$ SCI < +12.
- Não Criação de Espaço: SCI < +4 (posse estática ou regressiva).

Resultos Principais

Correlação com Resultados: Em 206 linhas de equipa-partida da Taça do Mundo de 2026, o junk-open mostra uma forte correlação negativa com pontos ( $r = -0,37$ ) e diferença de xG ( $r = -0,51$ ). Equipas com alta posse (>55% de partilha de eventos com a bola) mas baixa eficiência (alto junk-open) tiveram, em média, 0,62 golos e 1,00 ponto, comparado com 2,24 golos e 2,24 pontos para os dominadores eficientes.
Independência do Valor com a Bola: Em modelos de regressão controlando por VAEP e Field Tilt, o junk-open permanece um preditor significativo de pontos ( $p < 10^{-4}$ ), enquanto o VAEP não é significativo. Isto demonstra que o índice captura uma variância relevante para o resultado não explicada apenas pelo valor da ação com a bola.
Distinção Espacial: Numa amostra dirigida de 31 janelas de lixo sinalizadas de nove partidas:
- 74% foram espacialmente classificadas como não criadoras de espaço (confirmando o diagnóstico de "estéril").
- 19% foram progressão fraca.
- 6% foram criação de espaço, apesar de terem sido sinalizadas como baixa ameaça pela camada de eventos (ex: uma janela do Paraguai que conquistou o terço de ataque sem gerar um remate).
Estudos de Caso: O framework identificou com sucesso a "dominação estéril" na derrota da Alemanha para o Paraguai no mata-mata (73% de partilha de eventos com a bola, SCI negativo, eliminação) e distinguiu-a de uma janela de criação de espaço, mas não convertida, do Paraguai na mesma partida.

Significância e Alegações
O artigo apresenta um framework de duas camadas que separa a posse de "criação de espaço mas não convertida" da posse "estéril" utilizando dados de transmissão. A sua contribuição primária é demonstrar que:

Qualidade de Posse e Território são Distintos: Um alto Field Tilt (território) não garante pontos; a qualidade da posse (geração de ameaça) é o diferenciador crítico.
Evidência Fora da Bola é Necessária: Modelos apenas de eventos não conseguem distinguir entre uma equipa que deslocou com sucesso uma defesa mas falhou na conversão, e uma equipa que circula a bola sem mover a defesa. A abordagem de duas camadas preenche esta lacuna ao utilizar dados de eventos para a sinalização macro e vídeo de transmissão para a adjudicação micro-espacial.
Escalabilidade Prática: A divisão macro/micro oferece uma solução prática para analisar a evidência espacial fora da bola à escala de um torneio completo sem exigir dados de rastreio de partida completa, que raramente estão disponíveis para partidas transmitidas.

O autor nota explicitamente limitações, incluindo a dependência de jogadores imputados fora de ecrã, o uso de constantes de corpus para limiares e a natureza descritiva das associações de estado de jogo dentro da amostra. No entanto, afirma que as divisões fora da amostra e a independência do VAEP fornecem evidência robusta de que a sinalização de "lixo" identifica um fenómeno distinto e relevante para o resultado.

O Detector de Posse de "Lixo"

Mais como este