(Pontificia Universidad Católica del Perú, 2024-06-24) Mauricio Salazar, Josue Angel; Alatrista Salas, Hugo
En este artículo se presenta una metodología innovadora para predecir un tiro penal
en fútbol basado en la estimación de postura del jugador que ejecuta el disparo
haciendo uso de dos herramientas de visión computacional como segmentación
semántica en videos y la estimación de postura 3D mediante los métodos TAM y
MMPose, respectivamente. Para ello, se construyó un corpus de videos de tiros
penales y se han entrenado modelos de aprendizaje profundo para predecir la región
del arco a la cual llegará el disparo.
Los resultados muestran que el modelo llamado CNN 3D logra una mejor precisión
con respecto a los otros modelos entrenados. Además, se ha medido la influencia de
distintas partes del cuerpo con respecto a la tarea de predicción, mostrando que las
piernas son las partes más influyentes. Por último, implementamos una herramienta
web para el entrenamiento de porteros y jugadores de fútbol en tiros penales,
ofreciendo de esta manera posibles mejoras en las tácticas de un disparo de tiro penal
mediante el uso de la visión computacional.
