Desarrollo de modelo IA para optimización de decisiones y rendimiento en partidos de fútbol

Abstract

Este TFM desarrolla un sistema completo de visión por computador para reconstruir el estado de juego en fútbol a partir de vídeo de transmisión, con el objetivo de democratizar el análisis táctico y generar análisis operativos casi en tiempo real. Aborda la falta de un pipeline unificado que integre detección, seguimiento, identificación de dorsales, calibración de cámara y proyección métrica fiable al campo, reduciendo la dependencia de anotación manual y la degradación en material no profesional. La solución implementa, entre otras técnicas, detección y seguimiento basados en YOLO y un sistema de OCR para leer dorsales, junto con una calibración geométrica que transforma posiciones en coordenadas del terreno de juego. A partir de las trayectorias, se construyen mapas que reparten el espacio del campo entre los jugadores según cercanía e influencia dinámica, se detectan momentos donde un futbolista ocupa o libera espacio para un compañero, se estima el peligro potencial de la jugada y se señalan receptores prometedores sin oposición inmediata. Todo ello en una interfaz 2D funcional aplicada a secuencias SoccerNet. Los resultados evidencian viabilidad con hardware común y software open-source, traduciendo datos visuales en métricas tácticas operativas útiles para la toma de decisiones.