Специалисты «Сбер» и ЦСКА научили ИИ следить за футболистами по видео с одной камеры

Исследователи из Sber AI и ПФК ЦСКА создали ^[1] технологию,позворляющую отслеживать действия каждого футболиста на протяжении всего матча с помощью видео только с одной камеры. Разработка делает профессиональную спортивную аналитику дешевле и доступнее для футбольных академий и любительских клубов. Научная статья была представлена на международной конференции CVPR 2026 в американском Денвере и вошла в число лучших работ в номинации Best Paper Award.

Современная футбольная аналитика использует трекинговые данные о перемещении игроков и мяча. На основе этой информации строятся тепловые карты, рассчитывается пройденная дистанция и анализируются передачи, прессинг и командная структура. Для получения таких данных система должна непрерывно отслеживать каждого футболиста во время матча. В реальной игре алгоритм регулярно теряет игроков из виду. Футболист может выйти из кадра, оказаться перекрыт другими спортсменами или слиться с соперником в борьбе за мяч.

Система должна не просто снова найти игрока в кадре, но и точно определить, что это тот же самый человек. Нужно связать отдельные фрагменты его движения и восстановить полную историю действий на поле. Если система путает футболистов, вся статистика становится неточной. Пройденная дистанция и передачи приписываются не тем спортсменам.

Раньше задачу сохранения идентификации конкретного игрока на протяжении матча не выделяли отдельно. Её считали частью общего трекинга. Команда Sber AI вместе с ПФК ЦСКА впервые сформулировала эту задачу как самостоятельную научную проблему. Специалисты назвали её Long‑Term Player Identification или LTPI.

Для решения задачи исследователи изучили полный матч длительностью 101 минута и собрали нужный набор данных. Учёные предложили новый способ оценки качества работы системы. Метрика называется Cost‑Sensitive Identification Score или CSIS. Она узнаёт игроков сразу по трём признакам. Это номер на футболке, цвет формы и внешний вид, включая рост, телосложение и манеру движения.

Согласно внутренним исследованиям, в 78% случаев система уверенно определяла конкретного игрока. В оставшихся 22% она помечала его как неопределённого, чтобы не допустить ошибку ^[2]. Главная ценность технологии в том, что она позволяет получать данные о матче из обычной трансляции без дорогого оборудования. Аналитика становится доступнее и масштабнее.

По словам исследовтаелй, технология будет полезна спортивным IT‑компаниям, аналитическим платформам, клубам, скаутам, лигам, вещателям и поставщикам видеотрекинга. Решение может прийти не только в профессиональный футбол, но и в молодёжные академии, региональные клубы и образовательные проекты. Раньше продвинутая аналитика была недоступна для них из‑за высокой стоимости.

Управляющий директор и начальник управления развития перспективных технологий «Сбербанка» Семён Будённый сообщил, что совместно с ПФК ЦСКА создана базовая технология для будущего скаутинга. Система способна анализировать игру на основе обычного видео и трекинга с одной камеры. Такой подход позволяет перейти от ручного наблюдения к масштабируемой аналитике. Можно видеть движение игроков по всему полю, оценивать их действия в динамике и выявлять прогресс. Решение демонстрирует пользу для бизнеса, науки и спорта. Для бизнеса это доступная аналитика на базе обычного видео. Для науки создан новый набор данных, который превращает долгосрочную идентификацию игроков в самостоятельную исследовательскую задачу. Для спорта это возможность сделать профессиональную аналитику доступной академиям, региональным командам и массовому футболу.

Заместитель генерального директора по спортивным вопросам ПФК ЦСКА Евгений Шевелёв отметил, что полученная аналитика помогает тренерам, скаутам и академии лучше понимать игру каждого футболиста. Совместный проект с Sber AI даёт возможность двигаться к более доступной модели анализа матчей. Качественные данные можно получать из обычного видео с одной камеры без сложной инфраструктуры. Для ЦСКА это важный шаг в развитии современных инструментов спортивной аналитики и работы с игроками на всех уровнях.