Специалисты Сбера разработали систему искусственного интеллекта, способную автоматически преобразовывать видеозапись футбольного поединка в структурированную статистическую хронику, идентифицируя каждое действие игроков, его временной код и координаты на поле. Как сообщили ТАСС в пресс-службе банка, новая модель позволяет полностью отказаться от трудоемкой ручной разметки, которая до сих пор оставалась основным способом сбора детализированных данных в профессиональном спорте. По словам управляющего директора, начальника управления развития перспективных технологий AI Сбербанка Семена Буденного, алгоритм способен определить, какой именно футболист совершил то или иное действие, в какой момент времени и в каком секторе поля, что превращает сырую трансляцию в структурированную базу игровых эпизодов.
Нейросеть распознает широкий спектр игровых событий — пасы, удары по воротам, отборы мяча, перехваты и другие значимые моменты. При этом система не просто маркирует эпизоды на временной шкале, но и привязывает каждое действие к конкретному игроку, что позволяет автоматически генерировать персональную статистику. На выходе формируется временная таблица с метками событий, которую можно использовать для построения карт пасов, визуализации зон давления, анализа активности отдельных исполнителей и векторов атакующих построений. Разработчики подчеркивают, что технология ориентирована на широкий круг потребителей: от разработчиков спортивных IT-платформ и аналитических сервисов до профессиональных клубов, лиг, телевещателей и поставщиков видеоданных.
Проект реализован под руководством Константина Митина, руководителя направления по внедрению ИИ в спортивную индустрию Сбербанка. Разработка уже получила международное признание: система заняла второе место в соревновании SoccerNet Player-Centric Ball Action Spotting Challenge 2026, которое прошло в рамках 12-го Международного воркшопа по компьютерному зрению в спорте CVSports на конференции CVPR 2026 в Денвере. Как отмечают создатели, точность распознавания и привязки к игрокам уже достигает показателей, достаточных для практического применения, однако команда продолжает дорабатывать алгоритм для повышения устойчивости к сложным игровым ситуациям, например, к скученности игроков или быстрой смене динамики. В перспективе технология может быть интегрирована в системы видеоассистента судьи (VAR) и платформы для телетрансляций, делая процесс генерации статистики полностью автоматическим и мгновенным.