2019 MIT 슬론 스포츠 분석 컨퍼런스의 거의 모든 아이디어나 제품은 동료들 간의 "만약에..."라는 대화에서 비롯된 것입니다.
2009년부터 NBA, 1999년부터 프로 축구에서 선수 추적에 관여해 온 스태츠는 "사내 카메라가 아닌 방송 비디오 피드를 통해 선수를 추적할 수 있다면 어떨까?"라는 질문에 대한 해답을 찾았습니다.
방송 영상을 통해 스포츠 트래킹 데이터를 캡처하는 최초의 특허받은 AI 기술인 AutoStats를 통해 STATS는 과거와 현재의 모든 경기의 트래킹 데이터를 캡처할 수 있는 잠재력을 실현했습니다.
더 링거의 제이슨 콘셉션이 NBA 데스크톱 쇼에서 강조한 것처럼 "다른 세대의 선수를 비교하는 것은 불가능하다"는 주장은 이제 더 이상 유효하지 않을 수 있습니다.
STATS의 인공지능AI 담당 부사장인 패트릭 루시 박사는 "잠재력 활용하기" 패널의 일원으로 참여했습니다: 차세대 추적 데이터" 패널의 일원으로 참여하여 자동 통계가 추적 데이터의 미래에 미치는 영향과 그 힘에 대해 이야기했습니다.
"STATS에서는 1999년부터 추적 데이터를 수집해 왔습니다. 추적 데이터는 새로운 것이 아닙니다. 20년이나 된 기술입니다. 하지만 각 장소에 컴퓨터 vision 있어야 하기 때문에 추적 데이터는 제한적입니다. 그래서 규모에 한계가 있습니다."라고 루시는 개회사에서 말했습니다. "...비디오가 있으면 추적 데이터를 얻을 수 있습니다. 그리고 정말 상세한 추적 데이터를 수집할 수 있습니다.
"이 기술을 사용하면 실제로 디지털화하고, 쿼리하고, 분석할 수 있습니다."
스태츠의 컴퓨터 vision 책임자인 수조이 강글리(Sujoy Ganguly)는 '데이터 추적을 넘어서'라는 주제로 발표했습니다: 차세대 분석을 위한 신체 포즈 사용"이라는 주제로 AutoStats를 조명하고, 카네기멜론 대학교의 라이선스를 받아 제작된 제품인 OpenPose를 사용하여 방송 비디오에서 직접 플레이어를 추적하는 것이 어떻게 추적 데이터의 가용성을 확장하고 사람의 자세를 추정하여 데이터의 품질을 높일 수 있는지에 대해 설명합니다.
"추적 데이터는 사용하지 않기에는 너무 가치가 있습니다."라고 전 MLB 투수이자 MIT 슬론 스쿨의 펠로우이자 Unlocking Potential의 멤버인 크리스 카푸아노는 말합니다: 차세대 추적 데이터 패널의 일원이기도 한 크리스 카푸아노는 토론 도중 이렇게 말했습니다.
패널은 최신 개발 동향, 데이터 소유권, 윤리, 팬 경험에 미치는 잠재적 영향 등 플레이어 추적과 관련된 다양한 주제에 대해 논의했습니다. 전체 패널 토론을 보려면 여기를 클릭하세요.
2월 25일, STATS와 올랜도 매직은 NBA 드래프트의 평가와 결정을 개선하기 위해 매직이 오토스탯 데이터를 사용하여 대학 선수를 분석하는 데 도움을 주는 독점 계약을 발표했습니다.
자동 통계에 대한 자세한 내용은 https://www.stats.com/auto-stats/ 참조
