Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados

Detalhes bibliográficos
Autor(a) principal: Assunção, João Vitor Oliveira
Data de Publicação: 2024
Tipo de documento: Relatório
Idioma: por
Título da fonte: Repositório Institucional da INSPER
Texto Completo: https://repositorio.insper.edu.br/handle/11224/7684
Resumo: Desde a sua chegada ao Brasil em 1894, o futebol assumiu um papel protagonista no cenário esportivo nacional. A adesão ao esporte inglês foi tamanha que atualmente o Brasil é denominado como o país do futebol, sendo o maior campeão da principal competição de seleções: a Copa do Mundo. Entretanto, devido aos baixos investimentos, o futebol no Brasil se mostrou cada vez mais ultrapassado e decadente em relação às nações europeias. A Delta Goal surge como uma iniciativa para utilizar a tecnologia na ampliar as análises táticas de uma partida de futebol. Através da elaboração de uma solução computacional que seja capaz de, a partir da transmissão de uma partida de futebol, extrair dados táticos dos jogadores em campo, aplicando métricas previamente estabelecidas entre o time de pesquisa e as equipes parceiras. Para isso, utiliza-se a visão computacional para a extração de dados brutos de uma partida de futebol e o aprendizado de máquina para acessar um modelo cada vez mais fiel à realidade tática observada em uma partida. Dessa forma, os dados dos jogadores extraídos de uma partida de futebol somados com a ciência de dados, responsável por filtrar e analisar os dados brutos obtidos, são uma ótima rede de apoio para o modelo, servindo como dados de entrada, viabilizando um bom treinamento da Inteligência Artificial e maximizando os acertos. Assim, pode-se ter um comparativo entre os dados obtidos pelo programa e dados reais de uma mesma partida, possibilitando a análise da confiabilidade do código gerado. Nesse sentido, pode-se aprofundar nas métricas que exercem maior influência no desempenho dos jogadores e dos clubes, tornando o futebol mais racional.
id INSP_60d31cca46b6cfece5a35787b38c1c38
oai_identifier_str oai:repositorio.insper.edu.br:11224/7684
network_acronym_str INSP
network_name_str Repositório Institucional da INSPER
repository_id_str
spelling Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dadosFutebolInteligência ArtificialVisão ComputacionalCiência de DadosMétricasSoccerArtificial IntelligenceComputer VisionData ScienceMetricsDesde a sua chegada ao Brasil em 1894, o futebol assumiu um papel protagonista no cenário esportivo nacional. A adesão ao esporte inglês foi tamanha que atualmente o Brasil é denominado como o país do futebol, sendo o maior campeão da principal competição de seleções: a Copa do Mundo. Entretanto, devido aos baixos investimentos, o futebol no Brasil se mostrou cada vez mais ultrapassado e decadente em relação às nações europeias. A Delta Goal surge como uma iniciativa para utilizar a tecnologia na ampliar as análises táticas de uma partida de futebol. Através da elaboração de uma solução computacional que seja capaz de, a partir da transmissão de uma partida de futebol, extrair dados táticos dos jogadores em campo, aplicando métricas previamente estabelecidas entre o time de pesquisa e as equipes parceiras. Para isso, utiliza-se a visão computacional para a extração de dados brutos de uma partida de futebol e o aprendizado de máquina para acessar um modelo cada vez mais fiel à realidade tática observada em uma partida. Dessa forma, os dados dos jogadores extraídos de uma partida de futebol somados com a ciência de dados, responsável por filtrar e analisar os dados brutos obtidos, são uma ótima rede de apoio para o modelo, servindo como dados de entrada, viabilizando um bom treinamento da Inteligência Artificial e maximizando os acertos. Assim, pode-se ter um comparativo entre os dados obtidos pelo programa e dados reais de uma mesma partida, possibilitando a análise da confiabilidade do código gerado. Nesse sentido, pode-se aprofundar nas métricas que exercem maior influência no desempenho dos jogadores e dos clubes, tornando o futebol mais racional.Since its arrival in Brazil in 1894, football has assumed a leading role in the national sporting scene. The support for English sport was such that Brazil is currently known as the country of football, being the greatest champion of the main national team competition: the World Cup. However, due to low investments, football in Brazil has shown itself to be increasingly outdated and decadent in relation to European nations. Delta Goal appears as an initiative to use technology to expand tactical analysis of a football match. Through the development of a computational solution that is capable of, from the broadcast of a football match, extracting tactical data from players on the field, applying metrics previously established between the research team and partner teams. To achieve this, computer vision is used to extract raw data from a football match and machine learning is used to access a model that is increasingly faithful to the tactical reality observed in a match. In this way, player data extracted from a football match combined with data science, responsible for filtering and analyzing the raw data obtained, are a great support network for the model, serving as input data, enabling good training. of Artificial Intelligence and maximizing successes. Thus, a comparison can be made between the data obtained by the program and real data from the same game, making it possible to analyze the reliability of the generated code. In this sense, we can delve deeper into the metrics that have the greatest influence on the performance of players and clubs, making football more rational.Santana, André Luiz MacielAssunção, João Vitor Oliveira2025-05-16T19:00:05Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/reportDigital31 p.application/pdfapplication/pdfhttps://repositorio.insper.edu.br/handle/11224/7684porreponame:Repositório Institucional da INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPERinfo:eu-repo/semantics/openAccess2025-06-12T13:01:20Zoai:repositorio.insper.edu.br:11224/7684Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br || conteudobiblioteca@insper.edu.bropendoar:2025-06-12T13:01:20Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false
dc.title.none.fl_str_mv Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
title Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
spellingShingle Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
Assunção, João Vitor Oliveira
Futebol
Inteligência Artificial
Visão Computacional
Ciência de Dados
Métricas
Soccer
Artificial Intelligence
Computer Vision
Data Science
Metrics
title_short Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
title_full Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
title_fullStr Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
title_full_unstemmed Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
title_sort Construção de métricas físicas no futebol: uma abordagem por visão computacional e ciência de dados
author Assunção, João Vitor Oliveira
author_facet Assunção, João Vitor Oliveira
author_role author
dc.contributor.none.fl_str_mv Santana, André Luiz Maciel
dc.contributor.author.fl_str_mv Assunção, João Vitor Oliveira
dc.subject.por.fl_str_mv Futebol
Inteligência Artificial
Visão Computacional
Ciência de Dados
Métricas
Soccer
Artificial Intelligence
Computer Vision
Data Science
Metrics
topic Futebol
Inteligência Artificial
Visão Computacional
Ciência de Dados
Métricas
Soccer
Artificial Intelligence
Computer Vision
Data Science
Metrics
description Desde a sua chegada ao Brasil em 1894, o futebol assumiu um papel protagonista no cenário esportivo nacional. A adesão ao esporte inglês foi tamanha que atualmente o Brasil é denominado como o país do futebol, sendo o maior campeão da principal competição de seleções: a Copa do Mundo. Entretanto, devido aos baixos investimentos, o futebol no Brasil se mostrou cada vez mais ultrapassado e decadente em relação às nações europeias. A Delta Goal surge como uma iniciativa para utilizar a tecnologia na ampliar as análises táticas de uma partida de futebol. Através da elaboração de uma solução computacional que seja capaz de, a partir da transmissão de uma partida de futebol, extrair dados táticos dos jogadores em campo, aplicando métricas previamente estabelecidas entre o time de pesquisa e as equipes parceiras. Para isso, utiliza-se a visão computacional para a extração de dados brutos de uma partida de futebol e o aprendizado de máquina para acessar um modelo cada vez mais fiel à realidade tática observada em uma partida. Dessa forma, os dados dos jogadores extraídos de uma partida de futebol somados com a ciência de dados, responsável por filtrar e analisar os dados brutos obtidos, são uma ótima rede de apoio para o modelo, servindo como dados de entrada, viabilizando um bom treinamento da Inteligência Artificial e maximizando os acertos. Assim, pode-se ter um comparativo entre os dados obtidos pelo programa e dados reais de uma mesma partida, possibilitando a análise da confiabilidade do código gerado. Nesse sentido, pode-se aprofundar nas métricas que exercem maior influência no desempenho dos jogadores e dos clubes, tornando o futebol mais racional.
publishDate 2024
dc.date.none.fl_str_mv 2024
2025-05-16T19:00:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/report
format report
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.insper.edu.br/handle/11224/7684
url https://repositorio.insper.edu.br/handle/11224/7684
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv Digital
31 p.
application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da INSPER
instname:Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron:INSPER
instname_str Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron_str INSPER
institution INSPER
reponame_str Repositório Institucional da INSPER
collection Repositório Institucional da INSPER
repository.name.fl_str_mv Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)
repository.mail.fl_str_mv biblioteca@insper.edu.br || conteudobiblioteca@insper.edu.br
_version_ 1839074945400832000