히트맵 이미지를 활용한 딥러닝 기반의 EPL 경기유형 분석: 비전 트랜스포머 알고리즘 적용 (Analysis of EPL Match Types Based on Deep Learning Using Heat Map Images: Application of Vision Transformer Algorithm)

서지정보

· 발행기관 : 한국체육측정평가학회
· 수록지 정보 : 한국체육측정평가학회지 / 25권 / 3호 / 1 ~ 12페이지
· 저자명 : 윤효준

초록

이 연구의 목적은 비전 트랜스포머 모델을 활용하여 축구 히트맵 이미지 자료를 전처리하고 군집분석을 통해 축구경기유형을 구분하는 것이다. 연구의 목적을 달성하기 위해 잉글랜드 프리미어리그 2022-2023시즌 380경기의 히트맵 이미지 760개와 35개의 경기기록을 연구 자료로 선정하였다. 분석방법은 비전 트렌스포머 모델 중 DINO-ViT16 모델을 활용하여 임베딩을 실시한 후 차원축소를 위해 주성분분석을 실시하였다. 이후 k-means알고리즘을 적용하여 경기유형을 군집화하였으며, 이때 최적의 군집 수를 선정하기 위해 silhouette index를 활용하였다. 이 연구의결과는 다음과 같다. 첫째, 축구의 경기유형은 2개의 군집으로 분류되었으며, 군집별 경기기록을 비교한 결과 군집2가 군집 1보다 패스 수와 볼 점유율이 높은 것으로 나타났다. 이는 군집 1은 direct 유형, 군집 2는 build-up 유형으로 판단된다. 둘째, 군집 1에 대한 세부적인 군집분석 결과 2개의 군집으로 분류되었으며, 군집별 경기기록과히트맵을 비교한 결과 군집 1-1은 수비지향적 단일화된 공격패턴 유형, 군집 1-2 는 수비지향적 다양한 공격패턴유형으로 판단된다. 셋째, 군집 2에 대한 세부적인 군집분석 결과 3개의 군집으로 분류되었으며, 군집별 경기기록과히트맵을 비교한 결과 군집 2-1은 중앙지역에 높은 볼 점유율을 통한 다양한 공격패턴을 가지는 유형, 군집 2-2는매우 높은 볼 점유율과 패스로 경기를 장악하는 유형, 군집 2-3은 높은 볼 점유율을 통한 수비 뒷공간이나 특정지역에 집중된 공격패턴을 가지는 유형으로 판단된다.

영어초록

The purpose of this study is to pre-process soccer heat map image data using a vision transformer model and to classify soccer game types through cluster analysis. To achieve the purpose of the study, 760 heat map images and 35 match records of 380 matches in the 2022-2023 season of the English Premier League were selected as research data. As for the analysis method, after embedding was performed using the DINO-ViT16 model among vision transformer models, principal component analysis was performed for dimension reduction.
Afterwards, the k-means algorithm was applied to cluster the game types, and at this time, the silhouette index was used to select the optimal number of clusters. The results of this study are as follows. First, the game type of soccer was classified into two clusters, and as a result of comparing the game records of each cluster, it was found that the number of passes and ball occupancy of cluster 2 was higher than that of cluster 1. Cluster 1 is the direct type, and cluster 2 is the build-up type. Second, as a result of detailed cluster analysis on cluster 1, it was classified into two clusters. As a result of comparing game records and heat maps for each cluster, cluster 1-1 was a defense-oriented unified attack pattern type, and cluster 1-2 was a defense-oriented various attack pattern. Third, as a result of detailed cluster analysis on cluster 2, it was classified into 3 clusters, and as a result of comparing the match records and heat maps for each cluster, it is determined that cluster 2-1 was a type with various attack patterns through high ball occupancy in the central area, cluster 2-2 is a type that dominates the game with very high ball occupancy and passes, and cluster 2-3 is a type that has a pattern of attack focused on a space behind the defense through high ball occupancy or a specific area.

참고자료

· 없음