Loading...
Publication
Sistema inteligente de apoio à arbitragem: Uma abordagem de visão por computador e aprendizagem profunda para a deteção de faltas no futebol amador
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 111.81 MB | Adobe PDF |
Authors
Abstract(s)
Recent advancements in computer vision and artificial intelligence have revolutionized sports technology, particularly in professional football through systems like Video Assistant Referee (VAR). However, a significant technological gap exists between professional and amateur levels of the sport, with professional systems costing thousands of euros remaining inaccessible to grassroots football. This research addresses this disparity by developing an automated referee assistant system using consumer-grade smartphones. The proposed system integrates three specialized YOLO-based models: YOLOv12 for player and ball tracking, a custom-trained YOLO11 Pose model for field keypoint detection, and another YOLO11 Pose model for player pose estimation. A key innovation is our proximitybased processing strategy that triggers pose analysis only when players are near the ball, reducing computational overhead by approximately 65% while maintaining detection accuracy. The system employs dual-camera panoramic stitching to achieve 180-degree field coverage, overcoming parallax challenges through optimized camera positioning guidelines. Our implementation achieves 86.8% mean average precision for player detection and 99.5% for field keypoint detection, though ball detection remains challenging at 51.7% due to object size limitations. The system successfully detects handball violations outside the penalty area
and ball out-of-bounds situations in real-time at 15-20 frames per second. We created a custom dataset of 500 annotated images with 27 field keypoints, addressing a critical gap in publicly available football field detection resources. While the system faces limitations in 3D spatial analysis for airborne balls, it demonstrates that meaningful referee assistance is achievable with consumer hardware. This research contributes to democratizing sports technology by providing an accessible, cost-effective solution that brings automated officiating capabilities to amateur football, where the vast majority of matches worldwide currently lack any technological support.
Os recentes avanços em visão computacional e inteligência artificial revolucionaram a tecnologia desportiva, particularmente no futebol profissional através de sistemas como o Video-árbitro (VAR). No entanto, existe uma lacuna tecnológica significativa entre os níveis profissional e amador do desporto, com sistemas profissionais a custar milhares de euros a permanecerem inacessíveis ao futebol de base. Esta investigação aborda esta disparidade desenvolvendo um sistema automatizado de assistente de arbitragem através do uso de smartphones. O sistema proposto integra três modelos especializados baseados em YOLO: YOLOv12 para deteção de jogadores e bola, um modelo YOLO11 Pose personalizado para deteção de pontos-chave do campo, e outro modelo YOLO11 Pose para estimação de pose de jogadores. Uma inovação chave é a nossa estratégia de processamento baseada em proximidade que ativa a análise de pose apenas quando os jogadores estão perto da bola, reduzindo a sobrecarga computacional em aproximadamente 65% mantendo a precisão de deteção. O sistema combina imagens de duas câmaras para criar uma vista panorâmica com cobertura de campo de 180 graus, superando desafios de paralaxe através de diretrizes otimizadas de posicionamento de câmaras. A nossa implementação alcança 86,8% de precisão média para deteção de jogadores e 99,5% para deteção de pontos-chave do campo, embora a deteção da bola permaneça desafiante com 51,7% devido a limitações do tamanho do objeto. O sistema deteta com sucesso violações de mão na bola fora da área de penálti e situações de bola fora de campo em tempo real a 15-20 frames por segundo. Criámos um conjunto de dados personalizado de 500 imagens anotadas com 27 pontos-chave de campo, abordando uma lacuna crítica nos recursos públicos disponíveis para deteção de campos de futebol. Embora o sistema enfrente limitações na análise espacial 3D para bolas no ar, prova que telemóveis convencionais são suficientes para assistir eficazmente a arbitragem. Esta investigação contribui para democratizar a tecnologia desportiva ao fornecer uma solução acessível e económica que traz capacidades de arbitragem automatizada ao futebol amador, onde a vasta maioria dos jogos a nível mundial atualmente carece de qualquer suporte tecnológico.
Os recentes avanços em visão computacional e inteligência artificial revolucionaram a tecnologia desportiva, particularmente no futebol profissional através de sistemas como o Video-árbitro (VAR). No entanto, existe uma lacuna tecnológica significativa entre os níveis profissional e amador do desporto, com sistemas profissionais a custar milhares de euros a permanecerem inacessíveis ao futebol de base. Esta investigação aborda esta disparidade desenvolvendo um sistema automatizado de assistente de arbitragem através do uso de smartphones. O sistema proposto integra três modelos especializados baseados em YOLO: YOLOv12 para deteção de jogadores e bola, um modelo YOLO11 Pose personalizado para deteção de pontos-chave do campo, e outro modelo YOLO11 Pose para estimação de pose de jogadores. Uma inovação chave é a nossa estratégia de processamento baseada em proximidade que ativa a análise de pose apenas quando os jogadores estão perto da bola, reduzindo a sobrecarga computacional em aproximadamente 65% mantendo a precisão de deteção. O sistema combina imagens de duas câmaras para criar uma vista panorâmica com cobertura de campo de 180 graus, superando desafios de paralaxe através de diretrizes otimizadas de posicionamento de câmaras. A nossa implementação alcança 86,8% de precisão média para deteção de jogadores e 99,5% para deteção de pontos-chave do campo, embora a deteção da bola permaneça desafiante com 51,7% devido a limitações do tamanho do objeto. O sistema deteta com sucesso violações de mão na bola fora da área de penálti e situações de bola fora de campo em tempo real a 15-20 frames por segundo. Criámos um conjunto de dados personalizado de 500 imagens anotadas com 27 pontos-chave de campo, abordando uma lacuna crítica nos recursos públicos disponíveis para deteção de campos de futebol. Embora o sistema enfrente limitações na análise espacial 3D para bolas no ar, prova que telemóveis convencionais são suficientes para assistir eficazmente a arbitragem. Esta investigação contribui para democratizar a tecnologia desportiva ao fornecer uma solução acessível e económica que traz capacidades de arbitragem automatizada ao futebol amador, onde a vasta maioria dos jogos a nível mundial atualmente carece de qualquer suporte tecnológico.
Description
Keywords
Computer Vision Deep Learning Football Analytics Automated Referee- ing Privacy-Preserving AI Real-time Object Detection