Un desarrollador creó gemelos digitales reproducibles de los partidos del Mundial

Una retransmisión deportiva típica puede transformarse en un modelo detallado y legible por máquina de un partido de fútbol. Esa es la base del proyecto de Roger Dickey para construir gemelos digitales visualizables de los 64 partidos del Mundial 2022.

El proyecto empezó después de que Dickey viera visualizaciones del Mundial compartidas en redes sociales, incluida una de Alexander Bogachev.

Los proveedores comerciales de datos deportivos generan esta información a partir de retransmisiones en directo usando una combinación de visión por ordenador y anotación humana. El proceso general incluye:

• Detección de objetos y OCR para el seguimiento de jugadores y balón
• Identificación de la geometría del campo para transformar las coordenadas de la retransmisión usando las esquinas del área, el círculo central y las líneas de gol
• Inferencia y etiquetado humano para pases, interceptaciones, tiros, penaltis y otros eventos

El seguimiento de jugadores se complica cuando no se ve el número de la camiseta. Los proveedores usan incrustaciones visuales para mantener su mejor estimación de la ubicación de un jugador. La completitud de los datos resultantes varía considerablemente.

Recomendado

WhatsApp añade cuentas en iPad y edición de PDFs

Comparación entre proveedores de datos de fútbol

Dickey encontró cinco proveedores que ofrecen muestras gratuitas de datos para desarrolladores:

| Proveedor | Partidos | Datos disponibles | Fotogramas por partido | |---|---:|---|---:| | PFF | 64 | Vídeos, eventos, seguimiento | ~160,000 | | StatsBomb | 426 | Eventos, seguimiento | ~3,000–4,000 | | Metrica | 3 | Eventos, seguimiento | ~160,000 | | SoccerNet | 550 | Vídeos, datos crudos de visión por ordenador | ~160,000 | | WhoScored | Muchos | Posición X media del equipo | ~100 |

Los registros subyacentes pueden incluir partidos, plantillas, eventos y fotogramas de seguimiento. Los datos de partido pueden contener la competición, la fecha, los equipos, el estadio, el marcador, el resultado y el número de períodos. Los datos de plantilla cubren el nombre de cada jugador, equipo, posición, número de camiseta y si fue titular. Los eventos incluyen el tipo, la marca temporal, la duración, el actor y detalles específicos del evento. Los datos de seguimiento registran la posición XY de cada jugador y la posición XYZ del balón en cada fotograma.

Para un gemelo digital de alta resolución, Dickey necesitaba al menos dos fotogramas por segundo, es decir, aproximadamente 11.000 fotogramas por partido. Los datos de PFF fueron los más adecuados: proporcionan coordenadas XY para cada jugador a 30 Hz, resolución suficiente para análisis y visualización detallados. También cubren el Mundial 2022, mientras que algunas otras fuentes se centran en ligas regionales. Dickey añade que SoccerNet parece tener la comunidad científica más fuerte en torno a la extracción de datos de partidos, con múltiples publicaciones y repositorios públicos.

La huella de datos por partido de PFF es considerable:

• Partido: 1KB
• Plantilla: 8KB
• Eventos: aproximadamente 16–20MB
• Seguimiento: aproximadamente 0.8–1.2GB

Un registro de evento puede ser muy específico. En un ejemplo de la final Argentina–Francia, el toque inicial de cabezazo de Lionel Messi está registrado a las 13:36 del primer período, incluyendo su grupo de posición, equipo, número de fotograma, reloj del partido, tipo de cuerpo, altura del balón, presión, resultado del pase y destinatario previsto, Julián Álvarez.

De los datos de seguimiento a un partido visualizable

El sistema planificado consta de un servidor API para los partidos disponibles y la información de los jugadores, un endpoint de streaming para las coordenadas XY y un visor web con selector de partido y reproductor de vídeo.

La primera versión renderiza los partidos en 2D. Dickey dice que Claude ayudó a analizar la especificación de PFF y crear un formato comprimido y transmitible. Cada partido ocupa unos 100 MB, dividido en aproximadamente 600 archivos de diez segundos que el cliente solicita de forma secuencial durante la reproducción. JSON es funcional pero no especialmente eficiente, por lo que hay margen para optimizarlo.

Una versión 3D puede reutilizar las mismas coordenadas XY, situando a los jugadores dentro de un estadio modelado. Pero la simple reproducción de posiciones falla en saques de esquina, cabezazos, lesiones y otros momentos en que los jugadores no solo corren. El seguimiento de la retransmisión también no está disponible en una media del 27% del tiempo de emisión, cuando el balón está fuera de juego o la cámara muestra una repetición, un primer plano u otra vista que no es del campo.

Para cubrir esas brechas, el visor desencadena movimientos guionizados y escenas cortas a partir de los datos de eventos. Los ejemplos incluyen cabezazos, estiradas del portero, celebraciones de gol, lesiones, ángulos de cámara en jugadas a balón parado, tarjetas, fueras de juego, revisiones VAR y sustituciones. Una celebración de gol promedia 2.7 por partido y dura 20 segundos; los saques de banda promedian 40.9 por partido y reciben secuencias de cámara de seis segundos.

×

Una grada simulada añade aficionados con camisetas locales y visitantes, con reacciones visibles y audibles cuando un equipo avanza o dispara. El resultado es una recreación bastante fiel de un partido más que un reemplazo de la retransmisión.

×

Como la reproducción se impulsa con datos estructurados del partido, el mismo sistema puede renderizar el encuentro en escenarios radicalmente distintos, incluidos extraterrestres jugando la final del Mundial 2022 en Marte. Dickey ha publicado en código abierto el generador de datos y el visor para que otros los bifurquen y amplíen.