Identification of optimal strategies in tennis using broadcast video sequences and machine learning

• Autores: Antonio Terroba Acha
• Directores de la Tesis: Javier Varona Gómez (dir. tes.) , Margarita Miró Julià (dir. tes.)
• Lectura: En la Universitat de les Illes Balears ( España ) en 2013
• Idioma: inglés
• Tribunal Calificador de la Tesis: Miguel Chover Sellés (presid.) , Francisco José Perales López (secret.) , David Sanz Rivas (voc.) , F. Xavier Roca Marvà (voc.) , Pedro Ponsa Asensio (voc.)
• Enlaces
  • Tesis en acceso abierto en: RepositoriUIB
• Resumen
  • español

    Este trabajo se centra en conseguir un sistema capaz de realizar análisis tácticos de partidos de tenis. Los objetivos de dicho sistema incluyen la identificación de las secuencias de golpes más utilizadas por los jugadores, así como el descubrimiento de las secuencias óptimas de golpes que maximicen las probabilidades de un jugador de ganar a su contrincante. Para ello, ha sido necesario en primer lugar desarrollar un sistema semi-automático de visión por ordenador que capture la información relevante. Una vez conseguido esto, esta tesis explora dichos datos desde dos perspectivas distintas. Una primera, basada en la minería de datos secuencial, y una segunda, basada en el aprendizaje por refuerzo y en la inteligencia artificial. Para comprobar las conclusiones tácticas, así como el procedimiento seguido, este trabajo analiza varios partidos reales de tenis y muestra gráficamente los resultados obtenidos.

  • English

    This work focuses in designing a system able to perform tactical analysis in tennis games. The main objectives of such a system include the identification of the most frequent patterns displayed by a player in a game, and the discovery of optimal sequences of strokes that maximize the probability for a player to beat the opponent. To do so, a semi-automatic computer vision system is proposed and implemented. Once this accurate data has been gathered, this thesis explores this information from two different angles. A first one, based on multivariate sequential data mining, and a second one, based on reinforcement learning and artificial intelligence. To showcase the tactical conclusions and the overall process, this work analyzes several real tennis matches and displays graphically the results obtained.