Los investigadores desarrollan tecnología de IA que puede monitorear a los lanzadores utilizando videos de baja resolución capturados por teléfonos inteligentes
Los investigadores de Waterloo utilizaron imágenes generadas durante el proceso de entrenamiento para ayudar a construir la tecnología Pitternet AI. Crédito: Universidad de Waterloo
Los investigadores de la Universidad de Waterloo han desarrollado una nueva tecnología de inteligencia artificial (IA) que puede analizar con precisión el rendimiento y la mecánica del lanzador utilizando videos de baja resolución de juegos de béisbol.
El sistema, desarrollado para los Orioles de Baltimore por el equipo de Waterloo, conecta agujeros en tecnología mucho más elaborada y costosa ya instalada en la mayoría de los estadios que albergan al béisbol de las Grandes Ligas (MLB), cuyos equipos han aprovechado cada vez más el análisis de datos en los últimos años.
Esos sistemas, producidos por una compañía llamada Hawk-Eye Innovations, usan múltiples cámaras especiales en cada parque para atrapar a los jugadores en acción, pero los datos que producen generalmente están disponibles para el equipo local que posee el estadio en los que se juegan esos juegos.
Para agregar juegos fuera a su operación de análisis, así como usar videos de teléfonos inteligentes tomados por Scouts en juegos de ligas menores y universitarias, los Orioles pidieron ayuda a los expertos en video y IA en Waterloo hace unos tres años.
El resultado es un sistema relativamente simple llamado Pitchernet, que supera los desafíos como el desenfoque de movimiento para rastrear los movimientos de los lanzadores en el montículo, luego produce datos sobre métricas, incluida la velocidad de tono y el punto de lanzamiento de la transmisión estándar y el video de los teléfonos inteligentes.
Un artículo sobre el proyecto, Pitchernet: Powering the Moneyball Evolution in Baseball Video Analytics, se presentó en la conferencia IEEF/CVF 2024 sobre visión por computadora y reconocimiento de patrones y está disponible en el servidor de preimpresión ARXIV.
Los investigadores de Waterloo convierten el video del rendimiento de un lanzador en un modelo bidimensional que el algoritmo de IA de Pitternet puede analizar más tarde. Crédito: Universidad de Waterloo
“Los Orioles se nos acercaron con un problema porque no pudieron analizar posiciones de pose y, posteriormente, la biomecánica de sus lanzadores en los juegos que pueden no tener acceso a cámaras de alta resolución”, dijo el Dr. John Zelek, profesor de ingeniería de diseño de sistemas y codirector del laboratorio de visión e imagen de procesamiento de imágenes (VIP) en Waterloo.
“El objetivo de nuestro proyecto era tratar de duplicar la tecnología de ojo de halcón y ir más allá de ella produciendo una salida similar a partir de videos de transmisión o una cámara de teléfonos inteligentes utilizados por un explorador sentado en algún lugar de las gradas”.
Para ayudar a entrenar algoritmos de IA en el corazón de la tecnología, los investigadores crearon avatares tridimensionales de lanzadores para que sus movimientos pudieran verse desde numerosos puntos de vista.
La información del video procesado por el sistema se proporciona a los analistas de biomecánica para los Orioles, que se han comprometido a financiar conjuntamente el proyecto para otro año.
El video de transmisión tomado del campo central se utiliza para crear un modelo humano tridimensional por el sistema Pitchernet. Crédito: Universidad de Waterloo
Esos datos se pueden usar para ajustar cómo los lanzadores lanzan la pelota para mejorar el rendimiento o evitar lesiones, y evaluar el éxito futuro y la durabilidad de las perspectivas de lanzamiento.
“La tecnología existente ya ha mejorado el análisis de béisbol”, dijo Jerrin Bright, Ph.D. Estudiante que tenía un papel principal en el proyecto. “Sin embargo, dado que se limita a los juegos en casa, existe una necesidad real de soluciones que funcionen en cualquier entorno, especialmente para explorar. Ahí es donde entra nuestro sistema”.
Los investigadores ahora están explorando la aplicación de la idea subyacente, el análisis de AI de las poses de los jugadores utilizando la transmisión estándar y el video de teléfonos inteligentes, a otros deportes profesionales, incluido el hockey y el baloncesto, además de otros aspectos del béisbol, como el bateo.
Más información: Jerrin Bright et al, Pithernet: alimentando la evolución de Moneyball en el análisis de video de béisbol, ARXIV (2024). Doi: 10.48550/arxiv.2405.07407
Información en la revista: ARXIV proporcionado por la Universidad de Waterloo
Cita: los investigadores desarrollan tecnología de IA que puede monitorear a los lanzadores utilizando videos de baja resolución capturados por teléfonos inteligentes (2025, 23 de abril) recuperado el 23 de abril de 2025 de https://techxplore.com/news/2025-04-ai-tech-pitchers-resolution-video.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
