17:50 / 17 ноября 2026
ИИ научили отслеживать действия футболистов - IT Speaker, новости информационных технологий
Исследователи из команды Sber AI «Сбербанка» совместно с ПФК ЦСКА разработали систему на базе ИИ, которая по видео всего с одной камеры помогает идентифицировать футболистов на протяжении всего матча. Это поможет получать детальные данные по каждому игроку без больших финансовых затрат. Об этом редакции IT Speaker рассказали в «Сбербанк».
«Совместно с ПФК ЦСКА мы создали базовую технологию, которая открывает путь к будущему "невидимому скаутингу" – системе, способной c помощью ИИ анализировать игру на основе обычного видео и трекинга с одной камеры. Такой подход позволяет постепенно перейти от ручного наблюдения к масштабируемой аналитике: видеть движение игроков по всему полю, оценивать их действия в динамике, выявлять устойчивый прогресс и зоны, где требуется повышение интенсивности и качества работы», – сказал управляющий директор, начальник управления развития перспективных технологий «Сбербанка» Семен Буденный.
В современной футбольной аналитике используют точные данные о перемещении игрока на поле, за счет чего получается строить тепловые карты, рассчитывать пройденную дистанцию, анализировать передачи, прессинг и другие действия спортсмена. Для этого требуется непрерывно отслеживать футболиста во время всего матча, но зачастую происходят потери, например, игрок вышел из кадра или его закрыл другой спортсмен.
Команда Sber AI вместе с ПФК ЦСКА впервые выделили в качестве самостоятельной проблемы «не терять конкретного игрока на протяжении всего матча», назвав ее Long-Term Player Identification, LTPI (долгосрочная идентификация игроков). Для решения был проанализирован целый футбольный матч, который длился 101 минуту и собрали необходимый набор данных. После чего была предложена новая оценка – метрика Cost-Sensitive Identification Score, CSIS (оценка идентификации с учетом цены ошибки).
Для определения футболиста система использует три критерия: номер на футболке, цвет формы и внешний вид игрока. Согласно внутренним исследованиям, в 78% случаев система уверенно называла конкретного игрока, а в оставшихся 22% честно помечала его как «неопределенного», чтобы не ошибиться. Отмечается, что системе достаточно видео с обычной трансляции, чтобы предоставить данные.
«Для футбольного клуба важно не просто собирать больше данных, а получать точную и применимую аналитику, которая помогает тренерам, скаутам и академии лучше понимать игру каждого футболиста. Совместный проект с командой Sber AI дает нам возможность двигаться к более доступной и масштабируемой модели анализа матчей: когда качественные данные можно получать из обычного видео с одной камеры, без сложной инфраструктуры», – сказал заместитель генерального директора по спортивным вопросам ПФК ЦСКА Евгений Шевелев.
Данную технологию можно использовать не только в профессиональном футболе, но также в молодежных академиях, региональных клубах и образовательных проектах – там, где из-за высокой стоимости не было возможности использовать продвинутую аналитику. Также она будет полезна спортивным ИТ-компаниям, аналитическим платформам, клубам, скаутам, лигам, вещателям и поставщикам видеотрекинга.
Ранее «Сбер» начал внедрение нового программного решения GigaCode Desktop. Оно представляет собой универсальное приложение, объединяющее команду специализированных ИИ-агентов в едином интерфейсе. Решение уже используется в ключевых подразделениях банка. В будущем планируется вывод решения на внешний рынок.
Поделиться новостью
17:50 / 17 ноября 2026
17:10 / 17 ноября 2026
16:30 / 17 ноября 2026
15:50 / 17 ноября 2026
«Сбер» представил портативную умную колонку
16:30 / 17 ноября 2026
Cloud.ru займется национальной сертификацией ИТ-специалистов в облаках
15:50 / 17 ноября 2026
Соцсети и мессенджеры
Цифровизация
15:10 / 17 ноября 2026
VK Tech запустил подключение ИИ-агентов в проектах VK WorkSpace
13:50 / 17 ноября 2026