Progettazione di un Sistema Esperto per la rilevazione automatica di eventi in ambito sportivo = Design of an Expert System for the automatic recognition of sport events

Un fertile campo di ricerca nell’ambito sportivo riguarda l’estrazione di informazioni semanticamente rilevanti a partire da un flusso dati proveniente da una gara dello sport in esame, come può essere ad esempio un video ripreso durante il suo svolgimento, informazioni statistiche sull’andamento della gara o informazioni sulla posizione dei partecipanti. La maggior parte di queste ricerche si concentra su dati visivi, cercando di estrarre oggetti, traiettorie, eventi a partire da un video. Poco ricerche si sono invece concentrate sul cercare di rilevare gli eventi significativi a partire da dati posizionali dei giocatori. L’obiettivo di questa tesi è quello di progettare un sistema per estrarre automaticamente e con la maggior accuratezza possibile eventi avvenuti nel corso di una partita di calcio, a partire da un flusso dati che descrivesse le posizioni dei giocatori e della palla su due assi nel corso del tempo. Per ottenere questo obiettivo ho definito un sistema di regole in grado di estrarre una vasta tassonomia di eventi. La progettazione è partita da una suddivisione in eventi atomici e complessi e un’interfaccia che mette in relazione le due parti. Gli eventi atomici sono definiti come eventi circoscritti spazialmente e temporalmente, mentre i complessi derivano da una concatenazione di più eventi atomici o complessi. Ad esempio definendo gli eventi atomici che descrivono un calcio dato alla palla e il suo controllo da parte di un giocatore in un intervallo di tempo limitato è possibile definire l’evento passaggio come una concatenazione sequenziale dei due. Durante il lavoro di tesi si è proceduto quindi ad implementare il riconoscimento degli eventi atomici attraverso un sistema di finestre temporali, raffinando eventualmente la definizione delle regole nel caso in cui questa dovesse essersi rilevata inadatta al conseguimento di risultati significativi. Poiché la definizione di tali regole è basata su un certo numero di soglie regolabili, si è implementato anche un algoritmo genetico in grado di ottimizzare i risultati tarando tali soglie. I risultati preliminari convergono su valori in linea o superiori ad altre ricerche analoghe sul tema, con un F-score per gli eventi atomici di possesso palla e calcio alla palla pari o superiore a 0.9 ed un F-score per l’evento complesso di passaggio superiore allo 0.8. A questo bisogna aggiungere che sono poche le ricerche che puntavano ad estrarre un numero di eventi così ampio. Questo lavoro di tesi si pone come base per una ricerca più lunga e complessa che vuole portare all’individuazione degli eventi quanto più precisa e raffinata possibile. Come sviluppo futuro è possibile di integrarla con soluzioni basate sul machine learning o sui dati video, al fine di raffinare i risultati raggiunti.