点球通常是足球比赛的决胜时刻，但守门员的实时反应在很大程度上是基于直觉判断的，而一篇7月16日发布在arXiv的论文为他们提供了智能手段。研究人员开发出了一个使用超1000条足球点球视频训练的深度学习模型，能够比守门员更好地预测球将飞向哪个方向。

守门员很难猜测点球会射向哪个方向。 图片来源：JAVIER SORIANO/AFP

“我们想探索机器学习能否通过罚球者的身体动作预测射门方向。”论文第一兼通讯作者、西班牙拉斯帕尔马斯大学的David Freire-Obregón说。他和同事们从西班牙电视转播的真实球赛中截取了1010个点球视频，其中有640个可供人工智能（AI）模型分析，其余则因模糊、过短或遮挡而被弃用。

每个视频片段都被“投喂”到22个深度学习模型中。这些模型必须基于视频画面，从球员罚球使用左脚还是右脚来猜测球会射向左侧、右侧还是中路。

表现最佳的模型能够以52%的准确率识别球将射向哪个方向，这比真人守门员在比赛中的准确率46%更高。当研究人员去掉使用较少的“中路”选项后，模型的准确率上升到64%，比同等信息条件下的真人守门员高出近10个百分点。

令研究人员感到惊讶的是，“在球被真正踢出之前，竟然有那么多细微的动作线索可以揭露球员的意图。”Freire-Obregón表示。他希望这些信息能够对守门员的训练有所帮助，不过要在比赛中应用AI预测点球方向还会存在更多的挑战。

研究团队计划继续探索提前预测点球的可能性。Freire-Obregón提出：“接下来，我们还将探索能否仅从罚球者射门前的动作来进行预测，如果可行，在保持有意义的准确率的同时，又能够提前多久做出这种预测。”

相关论文信息：https://doi.org/10.48550/arXiv.2507.12617