Acabamos de lanzar la versión 4.0 del Vision Tracking System de Driblab. Esta actualización trae mejoras significativas en tres áreas clave: la riqueza de los datos por frame, la precisión en el reconocimiento de dorsales y la fiabilidad en la detección de equipos. Cada una de estas áreas se ha rediseñado con un objetivo claro: ofrecer datos de tracking más completos, más precisos y más útiles para los clubes, direcciones deportivas, analistas y organizaciones que confían en ellos.
Antes de entrar en las novedades, conviene recordar de dónde partimos. A principios de este año publicamos El nuevo estándar de referencia en tracking y datos físicos, un completo informe de fiabilidad que comparaba nuestros datos físicos con el tracking óptico, el estándar de referencia en el fútbol de élite, y con nuestro competidor más cercano.
En todas las dimensiones físicas analizadas (distancia total, actividad de alta intensidad y velocidad máxima), Driblab demostró de forma consistente una fuerte alineación con los datos de tracking óptico, con resultados más cercanos que nuestro competidor en las métricas clave de intensidad y velocidad. La versión 4.0 se construye sobre esa base y la lleva aún más lejos.
Datos de tracking por frame más informativos y precisos
El tracking se ha ampliado con nuevas variables cinemáticas para cada jugador, incluyendo velocidad y aceleración en las direcciones X e Y, lo que ofrece a los analistas una comprensión precisa y direccional del movimiento sobre el campo. Este nivel de detalle permite ir más allá de las instantáneas posicionales y empezar a capturar la dinámica física detrás de cada carrera, presión y reposicionamiento.
Se ha añadido la estimación de la altura del balón, lo que permite una representación 3D más completa de las acciones del partido y acerca los datos de tracking a reflejar la realidad física plena del juego. Ya sea un pase diagonal largo, un centro al área o un pase filtrado a ras de suelo, el sistema ya puede tener en cuenta la dimensión vertical de la trayectoria del balón.
La velocidad y la aceleración del balón se capturan ahora como métricas propias, añadiendo una nueva capa de contexto a cada momento en que el balón está en juego. Próximamente publicaremos un artículo específico que explorará esta novedad en profundidad.
Estas incorporaciones aumentan la profundidad analítica de cada frame y abren la puerta a análisis tácticos y de rendimiento más avanzados, permitiendo modelos más sofisticados construidos sobre una base de datos más rica y completa.
.png)
Mejoras en el reconocimiento de dorsales
La precisa identificación de los jugadores es fundamental para el valor de los datos de tracking, y el Vision Tracking System v4.0 eleva considerablemente el listón en este aspecto. Se ha entrenado un nuevo modelo de reconocimiento con un conjunto de datos significativamente más grande y diverso, mejorando el rendimiento en la amplia variedad de condiciones de retransmisión que se dan en imágenes reales de partidos, desde producciones de primer nivel hasta señales de menor presupuesto con calidad de imagen variable.
El modelo es ahora más robusto en escenarios complejos, incluyendo retransmisiones de baja resolución, desenfoque por movimiento y ángulos de cámara difíciles, precisamente las situaciones en las que las versiones anteriores eran más propensas a producir errores o lagunas en la identificación de jugadores.
Se ha introducido una etapa adicional de postprocesado y validación que filtra predicciones poco realistas y reduce los falsos positivos antes de que se finalicen los resultados. Esta capa extra de control de calidad garantiza que los datos que llegan a los analistas ya han sido depurados de las fuentes de ruido más habituales.
El conjunto de mejoras se traduce en un incremento del 4,5% en la precisión del reconocimiento de dorsales, una ganancia que se refleja directamente en datos a nivel de jugador más limpios y fiables en cada partido procesado.
.gif)
Detección de equipos mejorada gracias a una mejor extracción de color
Saber qué jugador pertenece a qué equipo puede parecer un problema a resolver sin mucha dificultad, pero la similitud entre equipaciones y la iluminación variable de las retransmisiones lo convierten en un reto mayor de lo que parece para cualquier sistema de tracking. La versión 4.0 lo aborda con un módulo de extracción de color totalmente rediseñado, creado para obtener firmas visuales más fiables de las equipaciones de los jugadores, incluso en condiciones donde la percepción del color se ve distorsionada por sombras, focos o artefactos de compresión.
El análisis va ahora más allá de la camiseta, incorporando información de los pantalones para ayudar a distinguir equipos cuyos colores de camiseta son muy similares. Esta incorporación, en apariencia sencilla, marca una diferencia notable en partidos donde el enfoque basado únicamente en la camiseta tiene dificultades para separar a ambos equipos de forma fiable.
El pipeline mejorado aporta un incremento del 10,5% en la precisión de identificación del color de equipo, lo que conduce a una asignación de equipos más fiable durante todo el partido y reduce el tipo de errores de atribución que pueden propagarse a análisis posteriores.
El Vision Tracking System v4.0 refleja el compromiso continuo de Driblab por ampliar los límites de lo que los datos de tracking pueden capturar y con qué fiabilidad pueden hacerlo. Cada una de estas mejoras está concebida como una contribución directa a la calidad de los insights que clubes, analistas e investigadores pueden extraer de las imágenes de los partidos.
Estas actualizaciones ya están disponibles en todo el Vision Tracking System de Driblab.
Si quieres saber más sobre cómo la v4.0 puede ayudarte en tu trabajo, ponte en contacto con nuestro equipo.
Por si te lo has perdido: Así funciona el Tracking de Driblab!
Lee más información sobre nuestra tecnología de Tracking.
.png)
