[论文解读] Predicting Shot Making in Basketball using Convolutional Neural Networks Learnt from Adversarial Multiagent Trajectories.

Mark E. Harmon, Patrick Lucey+1 more|arXiv (Cornell University)|Sep 15, 2016

Human Pose and Action Recognition参考文献 11被引用 6

一句话总结

该论文提出一种卷积神经网络（CNN），通过将多智能体轨迹建模为多通道图像并使用渐变衰减来编码时间动态，以预测篮球投篮成功率。利用对抗性轨迹和梯度上升分析，识别出关键视觉模式，采用混合FNN+CNN架构实现26%的误差率，优于手工设计特征方法。

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 use fading. By using gradient ascent, we were able to discover what the CNN filters look for during training. Last, we find that a combined FNN+CNN is the best performing network with an error rate of 26%.

研究动机与目标

• 通过利用深度学习克服手工设计特征在预测篮球投篮结果方面的局限性。
• 通过多智能体轨迹的多通道图像表示，对篮球的对抗性动态进行建模。
• 通过图像表示中的渐变衰减，整合球员移动的时间演化过程。
• 通过梯度上升分析学习到的CNN滤波器，以解释预测模式。
• 评估混合FNN+CNN架构与基线模型的性能表现。

提出的方法

• 将多智能体轨迹表示为多通道图像，以编码空间关系与对抗性关系。
• 在图像表示中应用渐变衰减，以保留跨帧的时间动态。
• 在图像嵌入的轨迹上训练CNN，以预测投篮成功率。
• 使用梯度上升可视化并解释训练过程中CNN学习到的滤波器。
• 将前馈神经网络（FNN）与CNN结合，以提升预测性能。
• 使用标准深度学习训练流程优化FNN+CNN模型。

实验结果

研究问题

• RQ1 CNN能否在不依赖手工设计特征的前提下，有效从多智能体轨迹中预测投篮成功率？
• RQ2 通过多通道图像表示建模对抗性互动，如何提升投篮预测性能？
• RQ3 通过渐变衰减整合时间动态，在多大程度上提升了预测准确性？
• RQ4 CNN滤波器学习到了哪些与投篮成功率相关的视觉模式？
• RQ5 混合FNN+CNN架构是否在投篮预测中优于独立模型？

主要发现

• FNN+CNN模型实现了26%的最低误差率，优于其他测试的架构。
• 多通道图像的使用有效编码了球员之间的对抗性互动。
• 图像表示中的渐变衰减保留了时间动态，提升了模型泛化能力。
• 梯度上升分析表明，CNN滤波器学会了检测投篮尝试前的关键空间构型。
• 结果表明，端到端深度学习在此任务中可超越手工特征工程。
• 通过可视化学习到的滤波器，增强了模型的可解释性，揭示了有意义的战术模式。