СОВРЕМЕННЫЕ ВОПРОСЫ
MODERN ISSUES OF
БИОМЕДИЦИНЫ BIOMEDICINE 2022, T. 6 (1)_2022, Vol. 6 (1)
Дата публикации: 01.03.2022 Publication date: 01.03.2022
DOI: 10.51871/2588-0500_2022_06_01_41 DOI: 10.51871/2588-0500_2022_06_01_41
УДК 796.034:004.942 UDC 796.034:004.942
СЕМАНТИКА ТАКТИКИ И ТЕХНИКИ СПОРТСМЕНОВ В СОВРЕМЕННЫХ ТЕХНОЛОГИЯХ РЕГИСТРАЦИИ И АНАЛИЗА СПОРТИВНОЙ ДЕЯТЕЛЬНОСТИ В.В. Козин1, Д.В. Федосеев2, В.В. Сумина1, И.Г. Еремин1
:ФГБОУ ВО «Омский государственный аграрный университет им. П.А. Столыпина», г. Омск, Россия
:ФГАОУ ВО «Южный федеральный университет», г. Ростов-на-Дону, Россия
Аннотация. Целью работы является изучение особенностей современных технологий регистрации и анализа спортивной деятельности в командно-игровых видах спорта с позиции семантики и интерпретации данных о двигательной активности спортсменов. Рассматриваемая проблема цифровизации сферы спорта приобретает все большую актуальность, так как большой объем информации, получаемый при помощи аппаратных и ИТ-решений, не всегда позволяет тренерам и специалистам объективно осуществлять интерпретацию данных в тренировочном процессе или в процессе соревнований. Технологии и информация идут впереди человеческой способности интерпретировать и использовать их. При этом системы получения и обработки информации не совершенны, и тренеры понимают это, особенно когда приходит время принятия решений. Ключевые слова: статистика, тактика, техника, семантика, аналитика.
SEMANTICS OF TACTICS AND TECHNIQUE OF ATHLETES IN MODERN TECHNOLOGIES OF REGISTERING AND ANALYZING SPORTS ACTIVITY V.V. Kozin1, D.V. Fedoseev2, V.V. Sumina1, I.G. Eremin1
'Omsk State Agrarian University, Omsk, Russia 2Southern Federal University, Rostov-on-Don, Russia
Annotation. The aim of this study was to examine features of modern technologies of registering and analyzing sports activity in team and game sports from the position of semantics and interpretation of data on motor activity of athletes. The examined problem of digitizing the field of sports is becoming more popular, since a great volume of information, obtained through hardware and informational technologies, does not always allow trainers and experts to objectively interpret data in the training process or during competitions. Technology and information are ahead of a man's ability to interpret and use them. However, systems of obtaining and processing information are not perfect. Trainers understand that, especially in case when it is time to make a decision.
Key words: statistics, tactics, technique, semantics, analytics.
Введение. Известный в прошлом баскетболист, а в настоящее время тренер одного из клубов Национальной баскетбольной ассоциации, Стив Керр в середине сезона принимает решение, которое абсолютно не устраивает болельщиков и фанатов игры. Во второй половине сезона, когда его команда уже выиграла 51 игру и была на пути к лучшему рекорду Западной Конференции, он отправляет в запас четырех веду-
щих «звездных» игроков команды, ради которых, собственно, многие и следят за баскетболом.
Как выяснилось позже, тренер не просто так принял данное решение. Тренерский штаб использовал информацию, собранную посредством передовых технологий регистрации и анализа игровой соревновательной деятельности спортсменов.
После серии игр отдельные игроки начали жаловаться на усталость. Поэтому ежедневно специалисты команды стали наблюдать за игроками, проводить анкетирование для выявления факторов, влияющих на усталость, качество сна, с целью профилактики травматизма и разработки программ восстановления. В дополнении к этому использовались и аналитические данные официальных игр, которые предоставлялись системой NBA SportVU, и данные с тренировок, получаемые при помощи системы трекинга Catapult Sports.
С начала сезона, с помощью системы SportVU, специалисты регистрировали интенсивность и ускорение движений игроков на площадке, и по мере снижения динамики этих показателей, уровня функциональной готовности, а также увеличения бесконтактных травм игроков, дали рекомендации главному тренеру уменьшить игровое время отдельной группы баскетболистов.
Рекомендация отправить на скамейку запасных игроков, которые приносят победы команде и ради которых болельщики платят деньги, посещая спортивные стадионы, поначалу не принималась как главным тренером, так и руководством баскетбольного клуба. Но, позже, стратегическая «дальновидность» и адекватная интерпретация полученных данных во многом определили решение отправить на восстановление игроков, находящихся в «красной зоне» [1-2].
По итогам игрового сезона команда Стива Керра стала чемпионом Национальной баскетбольной ассоциации - эта ситуация является примером интеграции большого объема формализованных игровых данных и человеческого опыта, понимания внутренних процессов спортивной подготовки, управления и принятия решений в спорте.
Цель исследования - выявить особенности современных технологий регистрации и анализа спортивной деятельности в командно-игровых видах спорта с позиции семантики и интерпретации данных о двигательной активности спортсменов.
Методы и организация исследования. Анализ статей, материалов конференций, информационных ресурсов.
Результаты исследования и их обсуждение. Возможности технологии SportVU Player Tracking в регистрации и анализе соревновательной деятельности спортсменов игровых видов увеличиваются от баскетбольного матча к матчу за счет машинного обучения системы.
SportVU Player Tracking разработана на основе технологий израильских военных в 2005 году ученым Мики Тамиром, который также разрабатывал системы Elbit для оборонной государственной компании. Продукт, который в итоге стал спортивным, изначально был предназначен для отслеживания траектории полета ракет Missies после запуска, чтобы вовремя дезактивировать Missies, если она ушла с заданной траектории [3].
Шесть видеокамер (по три камеры на каждую половину площадки), подключены к компьютерам и установлены в специальных местах под сводами каждой спортивной арены, где проходят баскетбольные матчи Национальной баскетбольной ассоциации, на высоте 30-35 метров (рис. 1).
Видеокамеры синхронизируются с комплексным алгоритмом в плоскостях x, y, z позиционируя и регистрируя действия всех субъектов и объектов (игроки, судьи, мяч) на баскетбольной площадке при помощи программного обеспечения со скоростью 25 кадров в секунду.
При этом информация о деятельности спортивных арбитров является конфиденциальной, и руководство лиги на основании этой информации составляет рейтинг судей и производит назначения на матчи разного уровня [4-5].
СОВРЕМЕННЫЕ ВОПРОСЫ MODERN ISSUES OF БИОМЕДИЦИНЫ BIOMEDICINE 2022, T. 6 (1)_2022, Vol. 6 (1)
Рис. 1. Расположение видеокамер над игровой площадкой с регистрируемыми зонами
Данные записываются в течение двух-трех секунд, при этом идентификационные метки получают информацию на секунду позже, что позволяет программе внести изменения в случае неточной информации.
Так в ситуации, когда на площадке происходит скопление игроков в одном месте, система может временно не распознавать номера игроков.
В данном случае срабатывает зум-функ-ция (приближение) на одной из камер, что позволяет идентифицировать объекты и внести корректировки в регистрируемые показатели.
Каждое изображение с временными метками автоматически обрабатывается системой в специальной программе ICE Platform, которая представляет отчет через каждые 90 секунд. Это позволяет получать оперативную информацию тренерскому штабу и статистам через персональный компьютер или планшет через информационный ресурс Play-by-Play. Задержка при предоставлении статистической информации составляет от 60 до 90 секунд для исключения возможных несоответствий и ошибок при регистрации спортивной деятельности (рис. 2).
Рис. 2. Пример расположения информационных меток, включающих содержание игровой
деятельности спортсменов
В течение дня система аккумулирует комплексную статистику по всем играм и игрокам, используя более сложный алгоритм обработки данных. Все данные визуализируются и публикуются на сайте nba.com в разделе Player Tracking. Представляются такие показатели как скорость, дистанция, разделение игроков, владение мячом и многие другие.
Австралийская компания Catapult занимается передовыми направлениями биомеханического анализа в спортивных играх -возможностью контролировать передвижения спортсменов при помощи датчиков, которые имеют небольшой размер и располагаются под спортивной экипировкой спортсменов [6].
Небольшой датчик включает точную систему позиционирования местоположения (IPS в помещении), акселерометр для измерения остановок и рывков, гироскоп для измерения сгибания и скручивания тела и магнитометр для фиксации направления передвижений спортсмена. Устройство имеет микропроцессор, который собирает и анализирует более 1 000 метрик в секунду, отображая на экране необходимую для специалистов и тренеров информацию в режиме реального времени.
Другим примером является система ICEBERG, позволяющая осуществлять автоматический сбор данных игр (футбол, хоккей) с технической поддержкой 24/7 и выводом более 200 показателей с синхронизацией видеофайлов отдельных игровых эпизодов.
Запатентованные алгоритмы ICEBERG позволяют при помощи специальных видеокамер распознавать содержание игровой деятельности с учетом игровой площади, автоматически распознавать номера на майках игроков.
На основе машинного обучения и Big Data происходит конвертирование полученных данных в измеряемые метрики - статистические показатели. После этого все данные доступны для ознакомления с ними на специальном портале с интуитивно понятным интерфейсом. Помимо аналитического
штаба, ICEBERG используют генеральные менеджеры и главные тренеры команд.
ICEBERG также имеет платформу Scout, которая включает в себя данные по всем перспективным игрокам в мире и свободным агентам на основе профессионального консалтинга и прозрачности информации [7].
В целом на спортивном рынке сейчас имеется очень много различных продуктов, выполняющих функции перечисленных выше систем [8-12]. Анализ данных технологий позволяет объединить их в модули, совокупность информации которых семантически позволяет интерпретировать полученные результаты для следующей целевой аудитории: главные тренеры, помощники тренеров, аналитики, селекционеры, менеджеры, спортивные и вещательные организации.
Видео-модуль. Данный модуль предоставляет возможность:
- выполнять анализ видеозаписей матчей, создавать видео отчеты с пометками и графическими схемами;
- выполнять поиск и сортировку видео материалов по различным матчам, параметрам и метрикам при помощи фильтров;
- одновременно создавать, распространять или преобразовывать в другой формат видео отчеты о различных игроках команды
- формировать видео отчеты с включением дополнительной информации для игроков между видео фрагментами;
- осуществлять быстрый переход между видео фрагментами с изменением скорости просмотра;
- выполнять полноэкранное воспроизведение;
- выполнять анализ матча, используя свои метрики и их совокупность (произвольное количество индивидуально изменяемых метрик);
- управлять набором метрик.
Графический, визуальный модуль. В
данном модуле происходит визуализация и формирование дополненной реальности в полученных видеофайлах:
- использование графических схем поверх видео;
- визуальная расстановка команды с элементами прогнозирования тактических вариантов развития событий;
- рисование тактической расстановки и движения игроков;
- рисование мяча и его передвижения;
- подсветка, выделение игровых зон;
- добавление игроков из базы данных;
- изменение фигур игроков (цвет, форма);
- демонстрация визуальных эффектов в статическом и динамическом режимах на экране;
- печать раздаточных материалов;
- формирование отрисованных отчетов в разных форматах и отправка их по электронной почте игрокам, тренерскому штабу, менеджменту команды.
Аналитический модуль. Данный модуль обычно включает алгоритмы и заранее согласованные шаблоны, чек-листы анализа игры:
- использование базы данных игроков разных команд для сопоставления результатов их деятельности;
- использование видео фрагментов в аналитических страницах;
- использование отдельных графических схем в аналитических страницах;
- учет субъективных и объективных факторов при индивидуальной оценке игроков;
- локальный и фрагментарный анализ сыгранных матчей или отдельных ситуаций, действий.
Селекционный модуль. Позволяет формировать и использовать базы данных различных команд и игроков в селекционных, трансферных целях:
- использовать командную базу данных своей команды и партнеров;
- наблюдать и сопоставлять историю оценок по каждому игроку;
- выполнять субъективную оценка игровых действий отдельных игроков с личными комментариями;
- выполнять индивидуальную связь между игроками и их отчетами с оценками игровых действий;
- сопоставлять данных детских и молодежных команд с квалифицированными командами;
- формировать профиль, тип игрока;
- осуществлять поиск игроков по имени, отчетам и прочим критериям;
- обмениваться данными с коллегами.
Заключение. Выполненный анализ различных источников свидетельствует о массовой цифровизации сферы спорта, в частности спортивных игр. Разработчики продуктов и технологий на максимум пытаются упростить работу пользователей в системе, при этом не теряя глубины анализа и объема регистрируемой информации. Современные программы включают 3 -4 основных модуля, которые позволяют выполнять полный анализ матча за считанные минуты; совмещать видео и аналитические данные об игроках, командах; сохранять информацию в различных базах данных и интегрировать их между собой; оперативно обмениваться информацией с игроками, коллегами и партнерами.
Особенности современных технологий регистрации и анализа спортивной деятельности в командно-игровых видах спорта позволяют рассматривать двигательную активность спортсменов с позиции семантики и качественно интерпретировать полученные данные не только на основе формализованных характеристик, но и в сопоставлении с субъективными факторами. Но несмотря на несомненные плюсы имеющихся комплексов и систем в плане оперативности и точности предоставления информации, определения степени эффективности соревновательной деятельности и вклада отдельного спортсмена или команды в результат игры, человеческий фактор никто не отменял.
Временами специалисты, научные работники склонны преувеличивать важность статистики, полученных данных, так как для них необходимо все подтвердить цифрами. Становясь заложниками данной системы,
мы чаще всего придаем высокую значимость тем показателям, которые можно из-
СПИСОК ЛИТЕРАТУРЫ
1. Колумбет А.Н. Квалиметрическая оценка технико-тактических действий баскетболистов /
A.Н. Колумбет, Д.С. Ельцов, Н.Ю. Максимович // Проблемы и перспективы развития спортивных игр и единоборств в высших учебных заведениях: II междунар. электрон. науч. конф. (7 февр. 2006 г.). - Харьков, Белгород, Красноярск. - 2006.- С. 111-114.
2. Козин В.В. Современные информационные технологии регистрации и анализа соревновательной деятельности в спортивных играх /
B.В. Козин // Проблемы и перспективы развития физической культуры и спорта: материалы XIII Всерос. научно-практической конференции 25-26 марта г. Кемерово. - Омск, Изд-во Сиб-ГУФК. - 2015. - С. 169-172.
3. STATS [Электронный ресурс] Режим доступа: http: //www .stats.com/sportvu/sportvu.asp (Дата обращения: 13.10.2021).
4. Лосин Б.Е. Особенности соревновательной деятельности баскетболистов в экстремальных игровых ситуациях / Б.Е. Лосин, В.В. Жук // Методология и организация учебного и тренировочного процесса в физической культуре и спорте: Материалы Междунар.науч.-метод. конф. Белгор. гос.ун-та, 19-21 ноября. - Белгород. - 2002.- С.158-159.
5. Nepal S. Automatic detection of goal segments in basketball videos / S. Nepal, U. Srinivasan, G. Reynolds // Proc. ACM Multimedia. - 2001. -Р. 261-269.
6. Figueroa P.J. Tracking soccer players aiming their kinematical motion analysis / P.J. Figueroa, J. Neucimar, R. Barros // Computer Vision and Image Understanding. - 2006. - № 101(2). -Р. 122-135.
7. Hockey Analytics Based on Artificial Intelligence and Machine Learning [Электронный ресурс] Режим доступа: https://www.iceberg sports.com/ (Дата обращения: 13.10.2021).
8. Козин В.В. Комплексное тестирование подготовленности юных баскетболистов к преодолению противодействий защитников / В.В. Козин // Омский научный вестник. - 2012. -Вып. 1(105). - С. 177-180.
9. Корягина Ю.В. Современные тенденции применения информационно-технологических систем в спорте (по материалам зарубежной лите-
мерить. При этом метрики спортивного таланта так и остаются недостаточно изученными.
ратуры) / Ю.В. Корягина, С.В. Нопин, В.А. Блинов, О.А. Блинов // Современные проблемы науки и образования. - 2015. - № 4. [Электронный ресурс] Режим доступа: https://science-education.ru/ru/article/view?id=21269 (Дата обращения: 13.10.2021).
10.Pers J. Analysis and visualization of results, obtained by tracking players in team sports / J. Pers, S. Kovacic // Proceedings of the Ninth Electrotech-nical and Computer Science Conference, ERK-2000. - Portoroz, Slovenija, September. - 2000. -P. 261-264.
11.Best Sports Performance Analytics Software [Электронный ресурс] Режим доступа: https://www.g2.com/categories/sports-performance -analytics (Дата обращения: 13.10.2021). 12.Sports Analysis Evolved [Электронный ресурс] Режим доступа: https://www.nacsport. com/index.php?lc=en-gb (Дата обращения: 13.10.2021).
REFERENCES
1. Kolumbet A.N. Qualimetric evaluation of technical and tactical actions of basketball players /
A.N. Kolumbet, D.S. El'tsov, N.Yu. Maksimovich // Issues and Prospects of Developing Sports Games and Martial Arts at Universities: the Second International Electronic Scientific Conference (February 7th, 2006). - Khar'kov, Belgorod, Krasnoyarsk. -2006. - P. 111-114.
2. Kozin V.V. Modern informational technologies of registering and analyzing competitive activity in sports games / V.V. Kozin // Issues and Prospects of Developing Physical Culture and Sports: the XIII International Electronic Scientific Conference March 25-26, Kemerovo. - Omsk: Publishing House of the SibSUPC. - 2015. - P. 169-172.
3. STATS [Electronic resource] Access mode: http: //www .stats.com/sportvu/sportvu.asp (Accessed on 13.10.2021).
4. Losin B.E. Features of the competitive activity of basketball players in extreme game conditions /
B.E. Losin, V.V. Zhuk // Methodology and Organization of Educational and Training Process in Physical Culture and Sports: materials of the International Scientific and Methodological Conference of the Belgorod State University, November 19-21. -Belgorod. - 2002 - P. 158-159.
5. Nepal S. Automatic detection of goal segments in basketball videos / S. Nepal, U. Srinivasan, G. Reynolds // Proc. ACM Multimedia. - 2001. -P. 261-269.
6. Figueroa P.J. Tracking soccer players aiming their kinematical motion analysis / P.J. Figueroa, J. Neucimar, R. Barros // Computer Vision and Image Understanding. - 2006. - № 101(2). -P. 122-135.
7. Hockey Analytics Based on Artificial Intelligence and Machine Learning [Electronic resource] Access mode: https://www.icebergsports.com/ (Accessed on 13.10.2021).
8. Kozin V.V. Comprehensive testing of young basketball players' fitness to overcome defenders' actions / V.V. Kozin // Omsk Scientific Bulletin. -2012. - № 1(105). - P. 177-180.
9. Koryagina Yu.V. Modern tendencies of applying informational and technical systems in sports
(according to data from foreign literature) / Yu.V. Koryagina, S.V. Nopin, V.A. Blinov, O.A. Blinov // Modern Issues of Science and Education. - 2015. - № 4. [Electronic resource] Access mode: https://science-education.ru/ru/article/view? id=21269 (Accessed on 13.10.2021).
10.Pers J. Analysis and visualization of results, obtained by tracking players in team sports / J. Pers, S. Kovacic // Proceedings of the Ninth Electrotech-nical and Computer Science Conference, ERK-2000. - Portoroz, Slovenija, September. - 2000. -P. 261-264.
11.Best Sports Performance Analytics Software [Electronic resource] Access mode: https://www .g2.com/categories/sports-performance-analytics (Accessed on 13.10.2021).
12.Sports Analysis Evolved [Electronic resource] Access mode: https://www.nacsport.com/in-dex.php?lc=en-gb (Accessed on 13.10.2021).
СВЕДЕНИЯ ОБ АВТОРАХ:
Вадим Витальевич Козин - кандидат педагогических наук, доцент кафедры физической культуры и спорта экономического факультета ФГБОУ ВО «Омский государственный аграрный университет им. П.А. Столыпина», Омск, e-mail: [email protected].
Дмитрий Владимирович Федосеев - тренер-преподаватель центра спортивной подготовки, Южный федеральный университет, Ростов-на-Дону.
Виктория Владимировна Сумина - старший преподаватель кафедры физической культуры и спорта экономического факультета ФГБОУ ВО «Омский государственный аграрный университет им. П.А. Столыпина», Омск.
Иван Геннадьевич Еремин - преподаватель кафедры физической культуры и спорта экономического факультета ФГБОУ ВО «Омский государственный аграрный университет им. П.А. Столыпина», Омск.
INFORMATION ABOUT THE AUTHORS:
Vadim Vital'evich Kozin - Candidate of Pedagogical Sciences, Associate Professor of the Department of Physical Culture and Sports of the Faculty of Economics, Omsk State Agrarian University, Omsk, e-mail: [email protected].
Dmitrij Vladimirovich Fedoseev - Trainer and Lecturer of the Sports Training Center, South Federal University, Rostov-on-Don.
Viktoria Vladimirovna Sumina - Senior Lecturer of the Department of Physical Culture and Sports of the Faculty of Economics, Omsk State Agrarian University, Omsk.
Ivan Gennad'evich Eremin - Lecturer of the Department of Physical Culture and Sports of the Faculty of Economics, Omsk State Agrarian University, Omsk.
Для цитирования: Козин В.В. Семантика тактики и техники спортсменов в современных технологиях регистрации и анализа спортивной деятельности / В.В. Козин, Д.В. Федосеев, В.В. Сумина, И.Г. Еремин // Современные вопросы биомедицины. - 2022. - Т. 6. - № 1. DOI: 10.51871/2588-0500_2022_06_01_41
For citation: Kozin V.V. Semantics of tactics and technique of athletes in modern tech-nologies of registering and analyzing sports activity / V.V. Kozin, D.V. Fedoseev, V.V. Sumina, I.G. Eremin// Modern Issues of Biomedicine. - 2022. - Vol. 6. - № 1. DOI: 10.51871/2588-0500 2022 06 01 41