Responsable: José Luis Blanco Murillo [jl.blanco@upm.es]
El análisis automático del juego es una herramienta de gran valor en ámbitos como el deporte, la formación y la investigación del comportamiento colectivo. Permite obtener información detallada sobre estrategias, patrones de movimiento y toma de decisiones, lo que resulta esencial tanto para la mejora del rendimiento como para el diseño de sistemas de entrenamiento inteligentes. Sin embargo, la creación de sistemas de análisis automáticos robustos sigue siendo un reto debido a la variabilidad del entorno y a la escasez de datos anotados manualmente.
En este contexto, las técnicas de segmentación levemente supervisadas (WSS) ofrecen una alternativa prometedora, ya que permiten entrenar modelos con un número reducido de etiquetas de referencia, lo que reduce significativamente el coste de anotación. Aplicar estas técnicas al análisis de vídeo en entornos de juego presenta una oportunidad de innovación tanto metodológica como práctica.
Este trabajo busca desarrollar una herramienta práctica y extensible que integre dichas metodologías en un flujo de análisis adaptado a dominios específicos de aplicación, contribuyendo así al avance del análisis automatizado con un bajo nivel de supervisión.
En este contexto, las técnicas de segmentación levemente supervisadas (WSS) ofrecen una alternativa prometedora, ya que permiten entrenar modelos con un número reducido de etiquetas de referencia, lo que reduce significativamente el coste de anotación. Aplicar estas técnicas al análisis de vídeo en entornos de juego presenta una oportunidad de innovación tanto metodológica como práctica.
Este trabajo busca desarrollar una herramienta práctica y extensible que integre dichas metodologías en un flujo de análisis adaptado a dominios específicos de aplicación, contribuyendo así al avance del análisis automatizado con un bajo nivel de supervisión.
Spanish 
English