Skor-Xg: Оценка ожидаемых голов в футболе с ориентацией на скелет игрока

В данной работе мы представляем Skor-xG, который, насколько нам известно, является первой моделью, вводящей 3D-скелеты игроков в оценку ожидаемых голов (xG). Оценка xG — фундаментальная задача в аналитике футбола, количественно определяющая вероятность гола от удара. В отличие от существующих моделей xG, которые в основном опираются на инженеринговые признаки из событийных данных и 2D-позиционных данных, Skor-xG использует детализированные позы игроков для улучшения оценки ударов. Для эффективного захвата сложных взаимодействий между частями тела игроков и мячом мы предлагаем архитектуру на основе графовых нейронных сетей, моделирующую каждый удар как пространственно-временной граф. Экспериментальные результаты демонстрируют, что включение данных скелета улучшает оценку xG по сравнению с традиционными подходами. По мере того как технологии 3D-трекинга игроков становятся все более доступными, Skor-xG закрепляет данные скелета как ценное новое измерение в аналитике футбола, позволяющее получать более глубокие тактические инсайты и более точную оценку эффективности.