Todos os anos, a equipe de AI da Stats Performparticipa da Sloan Sports Conference do MIT para apresentar nossas mais recentes inovações em tecnologia esportiva. Nosso trabalho de 2017, de Panna Felson e Patrick Lucey, intitulado "'BodyShots': Analysing Shooting Styles in the NBA using 3D Body-Pose Information" (Analisando estilos de arremesso na NBA usando informações de pose corporal em 3D) desenvolveu uma nova representação baseada em atributos da pose corporal do jogador de basquete durante um arremesso de três pontos.
Usando o teste de qui-quadrado de Pearson para quantificar as diferenças nas distribuições de atributos para chutes feitos e perdidos, observamos diferenças estatisticamente significativas nas distribuições de atributos que descrevem o estilo de movimento, por exemplo, andar, correr ou pular, em várias fases do chute.
O artigo inclui um estudo de caso sobre Stephen Curry, no qual observamos que Curry se movimenta muito mais do que a média dos jogadores em todas as fases de seu chute e usa uma proporção maior de chutes fora de equilíbrio em comparação com a média dos jogadores.
Preencha o formulário e faça o download do relatório completo.
