Descripción del proyecto
EL PAPEL DE LOS DATOS EN EL DEPORTE PROFESIONAL HA CRECIDO SIGNIFICATIVAMENTE EN LOS ULTIMOS AÑOS, AYUDANDO A LOS EQUIPOS Y ENTRENADORES A ANALIZAR A LOS OPONENTES Y TOMAR MEJORES DECISIONES, IMPULSADA POR EL APRENDIZAJE AUTOMATICO Y LA INTELIGENCIA ARTIFICIAL HA SURGIDO UNA NUEVA ERA DE RECOPILACION Y ANALISIS DE DATOS DEPORTIVOS, EL APRENDIZAJE AUTOMATICO PERMITE ACERCARSE CON MEDIDAS OBJETIVAS, DETECTANDO COSAS QUE ACTUALMENTE NO PUEDEN SER REALIZADAS POR INSPECCION HUMANA, SIN PERDIDA DE GENERALIDAD, VAMOS A ENFOCAR LA PRESENTE PROPUESTA EN EL TENIS Y MAS CONCRETAMENTE AL ANALISIS ENCAMINADO A LA MEJORA DE LOS ENTRENAMIENTOS, RECIENTEMENTE HA APARECIDO UNA NUEVA INNOVACION QUE HA MEJORADO LA EXPERIENCIA DE PARTIDOS DE TENIS DE GRAND SLAM A TRAVES DE IBM SLAMTRACKER, LA CUAL RECOMIENDA LAS ACCIONES QUE UN JUGADOR TIENE QUE HACER EN CONTRA DE SU OPONENTE PARA TENER EXITO EN UN PARTIDO, OTRA INNOVACION QUE SE HA UTILIZADO EN EL TENIS PROFESIONAL DURANTE LA ULTIMA DECADA HA SIDO EL DESPLIEGUE DEL SISTEMA DE SEGUIMIENTO HAWK-EYE, QUE RASTREA LA TRAYECTORIA DE LA PELOTA DURANTE UN PARTIDO, ASI COMO LA POSICION DE LOS PIES DEL JUGADOR, ESTA TECNOLOGIA DE SEGUIMIENTO SE HA UTILIZADO PARA AYUDAR A AMBAS DECISIONES DE ARBITRAJE, Y PARA VISUALIZAR TRAYECTORIAS DE TIRO PARA PROPOSITOS DE DIFUSION, EL EQUIPO INVESTIGADOR ACABA DE FINALIZAR UN PROYECTO DE SEGUIMIENTO DE BOLA Y JUGADOR PARA UNA START-UP QUE RECIENTEMENTE HA GANADO EL PREMIO DE LA CONVOCATORIA CONJUNTA RAFA NADAL ACADEMY BY MOVISTAR Y TELEFONICA OPEN FUTRE, ESTA EXPERIENCIA NOS HA ABIERTO LAS PUERTAS DE UN MUNDO EN EL CUAL SE CONTEMPLAN MUCHOS OTROS RETOS PARA MEJORAR LA CALIDAD DEPORTIVA EN EL ENTRENAMIENTOLA PRESENTE PROPUESTA ESTABLECE UNA SERIE DE RETOS QUE VAN MAS ALLA DE LA SIMPLE DETERMINACION DE LA LOCALIZACION DE LA PELOTA Y LOS JUGADORES EN EL TERRENO DE JUEGO, LA POSTURA ADOPTADA POR UN JUGADOR EN LA PRACTICA DEPORTIVA INFLUYE DIRECTAMENTE EN EL RENDIMIENTO ASI COMO EN LOS RIESGOS DE LESION, POR ELLO PLANTEAMOS LA DETECCION AUTOMATICA DE LA POSTURA DEL JUGADOR BASADA EN LA ADQUISICION DE IMAGENES PROCEDENTE DE VARIAS CAMARAS, UTILIZANDO PARA ELLO TECNICAS DE DEEP LEARNING QUE PERMITAN ESTABLECER EL MODELO DE ARTICULACIONES EN 3D DEL JUGADOR, POR OTRA PARTE, CONSIDERAMOS FUNDAMENTAL DETERMINAR LA POSICION DE LA RAQUETA EN EL GOLPEO: TANTO EL TIPO DE EMPUÑADURA COMO EL MOVIMIENTO DE LA MUÑECA, PARA ELLO PLANTEMOS EL DISEÑO DE UN SISTEMA BASADO EN SENSORES INERCIALES, GIROSCOPOS Y MICROFONOS QUE DETERMINEN EL MOMENTO DE IMPACTO DE LA BOLA CON EL CORDAJE MEDIANTE AUDIO Y LA MONITORIZACION DE LA POSICION DE AGARRE,POR ULTIMO, PLANTEAMOS EL ANALISIS SEMANTICO DEL COMPORTAMIENTO DEL JUGADOR EN SECUENCIAS DE VIDEO, ACTUALMENTE, SI UN ENTRENADOR QUIERE HACER UNA PREGUNTA ESTRATEGICA, COMO CUANTAS VECES ESTE JUGADOR HA EJECUTADO UN DETERMINADO GOLPE Y LA RESPUESTA DE SU RIVAL HA SIDO OTRA DETERMINADA, O QUE TIPO DE GOLPE EJECUTA EN SEGUNDO SERVICIO CON PUNTO DE BREAK POINT, ETC,, UN ANALISTA TIENE QUE DEDICAR MUCHO ESFUERZO EN ANALIZAR VISUALMENTE GRAN CANTIDAD DE VIDEOS, SIN EMBARGO, USANDO EL APRENDIZAJE AUTOMATICO PODEMOS OBTENER ESA RESPUESTA DE INMEDIATO, ES DECIR, EL APRENDIZAJE AUTOMATICO Y LA IA NO SOLO PROPORCIONAN MAS INFORMACION, SINO QUE TAMBIEN PERMITEN A LOS ANALISTAS HACER SU TRABAJO MAS RAPIDO, VISIÓN POR COMPUTADOR\APRENDIZAJE AUTOMÁTICO\DEEP LEARNING\INSTRUMENTACIÓN