[论文解读] Predicting Shot Making in Basketball Learnt from Adversarial Multiagent Trajectories

Mark E. Harmon, Ebrahimi, Abdolghani+2 more|arXiv (Cornell University)|Sep 15, 2016

Human Pose and Action Recognition参考文献 20被引用 12

一句话总结

该论文提出一种卷积神经网络（CNN）方法，将对抗性多智能体篮球轨迹转换为多通道衰减图像以预测投篮成功率，优于手工设计特征模型。最佳模型为CNN+FFN集成模型，准确率达61.5%（错误率为39%），梯度上升分析揭示了模型学习到的滤波器可检测投篮位置、防守压力及空间位置配置。

ABSTRACT

In this paper, we predict the likelihood of a player making a shot in basketball from multiagent trajectories. Previous approaches to similar problems center on hand-crafting features to capture domain specific knowledge. Although intuitive, recent work in deep learning has shown this approach is prone to missing important predictive features. To circumvent this issue, we present a convolutional neural network (CNN) approach where we initially represent the multiagent behavior as an image. To encode the adversarial nature of basketball, we use a multi-channel image which we then feed into a CNN. Additionally, to capture the temporal aspect of the trajectories we "fade" the player trajectories. We find that this approach is superior to a traditional FFN model. By using gradient ascent to create images using an already trained CNN, we discover what features the CNN filters learn. Last, we find that a combined CNN+FFN is the best performing network with an error rate of 39%.

研究动机与目标

• 使用完整的多智能体轨迹而非手工设计特征，预测篮球投篮命中概率。
• 通过球员与球运动的图像化表示，建模篮球的对抗性与动态特性。
• 利用深度学习自动发现预测特征，避免依赖领域特定的特征工程。
• 评估基于图像的CNN与使用工程化特征的传统前馈网络在性能上的差异。
• 通过梯度上升可视化学习到的滤波器，提供对模型决策过程的可解释性洞察。

提出的方法

• 将进攻方与防守方球员轨迹以及球的位置表示为11通道图像，其中每个通道编码一名球员或球。
• 对轨迹路径应用线性衰减以编码时间动态特性，早期位置显示得更暗淡。
• 采用专为多通道轨迹图像设计的自定义CNN架构，避免使用AlexNet等标准ImageNet模型。
• 将CNN与前馈网络（FFN）结合，以提升预测性能。
• 应用梯度上升技术可视化CNN中滤波器的学习内容，揭示空间与策略性模式。
• 使用结构相似性（SSIM）比较滤波器激活与真实比赛数据，验证特征的相关性。

实验结果

研究问题

• RQ1 在投篮预测任务中，基于图像转换的多智能体轨迹训练的深度学习模型是否优于传统手工特征模型？
• RQ2 该模型学习到了哪些空间与时间特征以区分命中的投篮与未命中的投篮？
• RQ3 引入衰减在图像表示中如何提升球员轨迹的时间建模效果？
• RQ4 学习到的滤波器在多大程度上与已知篮球策略（如防守压力或投篮位置）相吻合？
• RQ5 梯度可视化能否揭示模型决策过程中可解释且与领域相关的模式？

主要发现

• CNN+FFN模型表现最佳，错误率为39%（准确率61.5%），优于使用200个手工特征的模型。
• 模型成功学习到关键预测因素，如投篮瞬间射手附近的防守人数及球的位置。
• 梯度上升显示，早期CNN层检测投篮位置，而深层网络识别防守与进攻的空间配置。
• 基于图像的衰减表示在捕捉时间动态方面优于独热编码或无衰减表示。
• SSIM分析表明，滤波器激活与真实比赛数据相关，但性能存在差异——球在角落区域活动的滤波器表现最差，原因在于历史活动频率较低。
• 模型为每类球员角色生成了准确的投篮位置热力图，证实与已知投篮习惯一致（例如，中锋在近距离投篮成功率较高）。