🤖 machine learning
Training-Free Off-Screen Player Imputation for Broadcast-Based Spatial Football Analytics
Este artigo introduz um método online e livre de treinamento chamado votação de centroides ancorada em funções para imputar posições de jogadores fora da tela a partir de imagens de transmissão, reduzindo significativamente os erros de métricas espaciais de futebol e melhorando análises subsequentes, como pontuações de qualidade de posse, sem exigir dados de treinamento adicionais. Para as duas janelas reais da Copa do Mundo, as pontuações imputadas não são apresentadas como valores verdadeiros, mas sim como um resultado de sensibilidade que demonstra como os veredictos podem mudar quando os jogadores fora da tela são imputados, dada a ausência de verdade fundamental de campo completo nos clipes de transmissão.