Das Ziel des Projekts war es, Scouting-Daten im Fußball automatisiert zu erfassen. Das betrifft nicht nur die Positionen von Spielern, sondern auch Ereignisse wie Einwürfe oder Tore sollen automatisch erkannt und klassifiziert werden. Zur Umsetzung des Projekts wurde ein Interpretationssystem mit drei Ebenen genutzt. Die unterste Ebene verwendet neuronale Netze, um Detektionen anhand von entweder einzelnen oder einer kürzen Folge von Standbildern zu liefern. Die mittlere Ebene reichert die Detektionen zu primitiven Ereignissen an, indem verschiedene Informationen aus verschiedenen Detektionen zusammengefasst werden. Auf der höchsten Ebene werden durch eine Wissensreprasentation in Form von Ontologien und eines Constraint-Systems die Informationen der mittleren Ebene zu komplexeren Aktionen zusammengefasst. Das Constraint-System hilft dabei, Fehlerkennungen zu minimieren und eine eindeutige Interpretation der Ereignisse sicherzustellen.
Das Projekt VideoScouter zielte darauf ab, die Effizienz und Genauigkeit der Datenerfassung im Profisport zu verbessern und konnte dazu beitragen, die taktische Analyse von Spielen zu optimieren und eine bessere Entscheidungsfindung bei Trainern und Spielern zu ermöglichen. Im Jahr 2023 wurde die Objekterkennung weiter verbessert, mit der Constraint-basierten Interpretation schwer erkennbarer Situationen weitergeführt und Erweiterungen der Spielerverfolgung weiterentwickelt.
Das Projekt wird von der Hamburgischen Investitions- und Förderbank (IFB Hamburg) gefordert
Kooperationspartner
- WWE Media GmbH