Comment l'IA aide les arbitres de la Coupe du monde à prendre leurs décisions
infohightech ·
La vision par ordinateur ne remplacera pas les arbitres lors de la Coupe du monde. Mais elle peut les aider à prendre de meilleures décisions lorsque chaque centimètre compte.
Plus de 1,5 milliard de personnes dans le monde devraient suivre la Coupe du Monde 2026. Face à un tel engouement pour chaque passe, chaque touche de balle et chaque but, la FIFA mise sur une technologie de vision par ordinateur de pointe afin d'aider les arbitres à prendre des décisions plus rapides et plus précises pour désigner le vainqueur de cette édition.
Cette année, la panoplie d'outils d'arbitrage du tournoi comprend la technologie Hawk-Eye de Sony , qui prend en charge l'assistance vidéo à l'arbitrage (VAR), la technologie de la ligne de but, une technologie de hors-jeu semi-automatisée avancée et une fonction de « dernière touche » pour les corners et les dégagements au but.
« Il s'agit d'un système très sophistiqué qui combine plusieurs techniques de vision par ordinateur », explique Chenliang Xu , professeur associé d'informatique à l' Université de Rochester et expert en vision par ordinateur. « On y trouve des caméras calibrées, des modèles de vision en temps réel pour détecter la balle, les joueurs et leurs positions, ainsi qu'une couche de décision pour identifier le moment où une intervention est nécessaire. »
Pour les joueurs comme pour les supporters, cela pourrait se traduire par des temps d'attente plus courts pour les actions litigieuses.
La FIFA a utilisé pour la première fois la technologie de suivi de balle Hawk-Eye de Sony en 2012 lors de la Coupe du Monde des Clubs. Lors de la Coupe du Monde 2022, elle a introduit une technologie de hors-jeu semi-automatisée qui combine les données de suivi des membres et de la balle avec l'intelligence artificielle afin de fournir aux arbitres et aux arbitres vidéo des informations en quelques secondes pour prendre des décisions de hors-jeu.
Avant la VAR, on parlait de « la main de Dieu ».
Lors des quarts de finale de la Coupe du monde 1986, l'Argentin Diego Maradona a inscrit l'un des buts les plus controversés de l'histoire du football : un but marqué de la main. L'arbitre n'a pas vu la faute et le but a été validé. Maradona a décrit plus tard ce but comme « un peu de la tête de Maradona et un peu de la main de Dieu ».
Aujourd'hui, grâce à la combinaison de caméras haute vitesse, de vision par ordinateur et de visionnage vidéo, l'infraction serait presque certainement signalée en quelques secondes. Cela nous rappelle les progrès considérables réalisés par la technologie d'arbitrage et explique pourquoi la FIFA continue d'investir dans des outils conçus pour aider les officiels à prendre les bonnes décisions, même dans les cas les plus importants.
Comment la vision par ordinateur suit-elle les joueurs et le ballon ?
Les systèmes de suivi des joueurs et du ballon s'appuient sur des réseaux neuronaux de vision par ordinateur dédiés, entraînés sur des millions d'images et de vidéos annotées.
« Entraîner un algorithme de vision par ordinateur à détecter la posture d'un humain revient à apprendre à un enfant à reconnaître des objets : on lui fournit différents exemples », explique Xu. Grâce à une vaste collection d'exemples, les réseaux neuronaux profonds apprennent à localiser les joueurs, leurs parties du corps et le ballon pendant un match. Au-delà de la reconnaissance des joueurs et du ballon dans chaque image, ces systèmes les suivent en continu dans le temps et à travers plusieurs angles de vue, ce qui est essentiel pour déterminer les positions de hors-jeu et identifier le dernier joueur à avoir touché le ballon.
Durant les matchs de la Coupe du monde de cette année, seize caméras de suivi optique sont positionnées autour de chaque stade , alimentant ces systèmes de suivi en données en direct pendant les matchs.
« Entraîner un algorithme de vision par ordinateur à détecter la posture d'un être humain, c'est comme apprendre à un enfant à reconnaître les choses : on lui donne différents exemples. »
Pourquoi autant de caméras ? La vue d’une seule caméra peut être obstruée ou trompeuse. L’utilisation de plusieurs caméras permet la triangulation du ballon, des joueurs et des limites du terrain afin de créer des reconstructions précises en trois dimensions. Ces reconstructions 3D sont générées en quelques secondes puis transmises aux officiels qui prennent la décision finale.
« Tout comme chez les humains, si vous fermez un œil, il est très difficile de percevoir la profondeur », explique Xu. « Mais lorsque vous avez les deux yeux ouverts, vous pouvez effectivement percevoir la profondeur et la position 3D de l'objet que vous regardez. »
Comment les outils d'arbitrage IA peuvent-ils fonctionner aussi rapidement ?
La FIFA estime que les caméras de suivi fournissent plus de 150 millions de points de données par match. Cela représente une quantité considérable de données à gérer. La rapidité d'exécution repose donc sur la spécialisation.
« Lorsque la FIFA déploie ces réseaux neuronaux profonds, elle n'a besoin qu'ils fonctionnent correctement dans des scénarios très spécifiques », explique Xu. « L'algorithme n'a pas forcément besoin de reconnaître un oiseau, des supporters ou quoi que ce soit d'autre sans rapport avec le match ; il lui suffit de reconnaître les joueurs. »
Cette approche plus ciblée permet au système de traiter rapidement un flux toujours massif de données de match. Selon Xu, un modèle peut initialement être un vaste réseau neuronal entraîné sur de nombreux types d'images. Il est ensuite affiné et redimensionné pour s'adapter aux problèmes spécifiques qu'il doit résoudre sur le terrain.
Xu affirme que ces applications auraient été difficiles à imaginer il y a à peine dix ans. Deux avancées ont rendu possibles les systèmes actuels : les réseaux neuronaux profonds et les unités de traitement graphique (GPU).
Les réseaux neuronaux profonds — des systèmes d'apprentissage automatique inspirés du cerveau humain — apparus ces dernières années ont considérablement amélioré les performances en matière de reconnaissance et de suivi visuels par rapport à de nombreuses approches antérieures. Ces réseaux excellent dans le traitement de vastes quantités de données non structurées et l'identification de relations complexes avec une intervention humaine minimale.
« Les réseaux neuronaux ont complètement bouleversé le paradigme, car il n'est plus nécessaire de concevoir manuellement des caractéristiques que le système doit apprendre à reconnaître », explique Xu. « On lui fournit l'image et le système apprend automatiquement les représentations visuelles nécessaires à la tâche. »
Parallèlement, les capacités des GPU — ces circuits électroniques spécialement conçus pour traiter et générer des vidéos, des images et des graphismes 3D — ont considérablement progressé dans les années 2010, rendant possibles les systèmes d'IA à grande échelle d'aujourd'hui.
« La puissance de calcul s'est tellement améliorée que nous pouvons entraîner ces grands réseaux neuronaux avec des tonnes de données que nous n'aurions pas pu imaginer il y a 10 ou 15 ans », explique Xu.
Où cette technologie est-elle utilisée ailleurs ?
Bien que des systèmes similaires soient utilisés pour mesurer les premières tentatives dans les matchs de la NFL , pour déterminer les lignes à l'US Open et pour prendre les décisions concernant les gardiens de but dans la NBA , Xu affirme que cette technologie a également des applications en dehors du sport.
« C’est très similaire à la technologie utilisée dans les voitures autonomes », explique Xu. « Ces systèmes doivent analyser l’environnement du véhicule, détecter les différents usagers de la route et les suivre dans le temps, et intégrer un système de décision pour choisir d’accélérer, de freiner ou de changer de voie. »
Xu pense que la technologie de vision par ordinateur sous-jacente pourrait être utilisée pour la sécurité, la surveillance et d'autres contextes où des caméras doivent suivre une activité dans un espace physique complexe.
« Si vous souhaitez un système intelligent qui suit l'activité des personnes sur une propriété comprenant plusieurs bâtiments (intérieurs et extérieurs) et que vous avez déployé des caméras à différents endroits, vous pouvez établir un parallèle », explique Xu. « Tout comme lors d'un match de football, vous pourriez utiliser ces systèmes pour la détection et le suivi des personnes, et éventuellement visualiser une reconstruction 3D de la propriété. »
Même si la technologie utilisée lors de la Coupe du Monde devient de plus en plus rapide et sophistiquée, Xu affirme que l'élément humain reste au cœur du jeu. La vision par ordinateur peut aider les arbitres à déterminer si un joueur a dévié du pied ou qui a touché le ballon en dernier. Mais pour l'instant, elle ne peut pas prédire la beauté d'un but marqué à la dernière minute, la frustration d'un penalty manqué, ni la joie et la déception collectives qui tiennent en haleine des milliards de supporters jusqu'au coup de sifflet final.
https://www.rochester.edu/newscenter/what-is-computer-vision-examples-soccer-technology-707952/