Identidad de jugador
en fútbol amateur
Catorce fases medidas sobre un partido de 55 minutos, intentando mantener la identidad de un jugador durante todo el partido con una sola cámara fija. La mayoría falló. Ese es justamente el punto: cada una está documentada con el número que la mató, para que no se repita nunca.
para 17 personas reales, en un partido de 55 minutos
de los pares dentro de un cluster son personas distintas
auc de par, cnn afinada — sigue sin resolverse
de los fragmentos etiquetados a mano, contaminados
El problema
Una cámara fija en la esquina del campo, 4K, al atardecer, 8 contra 8. El pipeline detecta y sigue personas cuadro a cuadro y después vuelve a coser los tracks. Termina un partido de 55 minutos con 415 IDs para 17 personas reales. La asignación de equipo funciona. La identidad de persona no.
La fragmentación es el síntoma visible y no es el problema real. Nadie había medido la composición de los clusters que el sistema ya forma, porque todas las fases iniciales medían recall y nunca precisión. Cuando por fin se midió contra etiquetas humanas, el 76,5% de los pares dentro de un cluster resultaron ser dos personas distintas. El sistema está fragmentado y contaminado, y optimizar solo el recall habría empeorado ambas cosas.
El registro
14 / 14Siempre el mismo esqueleto: hipótesis, qué cambié, métrica antes y después, veredicto, por qué. Cuatro fases cerraron una línea de trabajo por completo. Otras cuatro mejoraron un número sin resolver nada. Una invalidó el esquema de etiquetado sobre el que se apoyaban tres fases anteriores.
- 01ReID y trayectoria en el coste de cosidosin salidala separación base de 5,0 supera a todas las variantes; ninguna franja de pesos es estable
- 02Auditoría de 8 errores históricos del trackerútillos ocho son decisiones del cosedor sobre huecos de 6-16s, no asociación en vivo
- 03Seis experimentos de readquisición en el trackersin salidaganancia neta demostrable en 0 de 32 casos; una variante disparó 1.995 → 14.350 eventos
- 04¿Puede el cosedor recuperar más?sin salida68 pares auditados: 1 igual, 21 distintos, 46 limitados por información
- 05Primera propuesta de capturareemplazadabuena intuición, presentada antes de agotar la representación
- 06Etiquetas gratis a partir de mitades de trackparcialla feature de producción mide AUC 0,637; las etiquetas resultaron contaminadas
- 0777 pares etiquetados a manoútiltasa real de falso merge del 76,5%; el proxy automático ordenó las features al revés
- 08Clustering con K=16 conocidoparcialcontaminación 76,5% → 12% con 33% de recall; 4-6 de 16 identidades coherentes
- 09¿Un track crudo es una sola persona?útilno — entre un tercio y la mitad cambian de persona, lo que invalida las etiquetas de la fase 06
- 10Gate de confianza; features de color artesanalesparcialconsistencia de equipo resuelta, la de persona no; ReID supera a toda feature de color
- 11Juez visual en los pares indecisosútillas primeras identidades limpias de toda la investigación: 3 de 16
- 12Asignación global + afinado de la CNNparcialAUC 0,913 → 0,952, una identidad correcta, techo identificado: calidad de etiqueta
- 13UI de etiquetado humano, 121 paresútil90,9% contaminados, cero negativos limpios — la distribución es el resultado
- 14Las tres señales de cambio de identidadsin salidala apariencia apunta al lado contrario, el movimiento no puede existir, la aglomeración es ruido
Tres cosas que vale la pena llevarse
El entrenamiento corría sobre ruido
Los positivos eran dos mitades del mismo track: gratis, abundantes y con aspecto de estar bien fundamentados. Después una muestra etiquetada a mano mostró que entre un tercio y la mitad de los tracks cambian de persona a mitad de camino, y que el 90,9% de los fragmentos contienen más de una persona. Toda comparación de features construida sobre esas etiquetas medía contra ruido, y las ordenó al revés — algo que solo detectó una muestra humana.
Un modelo mejor no movió el problema
ReID afinado en el propio dominio sobre 26.760 recortes con InfoNCE y lotes de compañeros co-presentes: AUC 0,913 → 0,952, con la curva todavía subiendo en la época 9. Una identidad de dieciséis salió correcta. Ninguna receta de entrenamiento supera una etiqueta mala, y el techo era la etiqueta, no la red. Un intento aparte de endurecer los positivos hundió el AUC a 0,439, por debajo del azar, lo que cuantificó la contaminación de regalo.
La información no está en el vídeo
Una cara mide ~16px en este material y el reconocimiento facial necesita 80-110px entre los ojos. Los números de camiseta no son legibles. La única señal individual que queda en un recorte es el color del pantalón y de las botas, que no distingue a compañeros de equipo. Las tres señales capaces de detectar el cambio dentro del track se midieron contra etiquetas humanas: la apariencia apunta al lado contrario, el movimiento no puede existir porque el tracker prohíbe ese salto, la aglomeración es ruido. Eso cierra la línea algorítmica y mueve el trabajo a la captura — dos cámaras 8K solapadas, donde el mismo jugador desde dos ángulos en el mismo instante es una etiqueta positiva limpia y gratuita.
Lo que sí funcionó
La cámara virtual: convertir un plano general fijo en un recorte que sigue la jugada.
Dos ideas lo resolvieron. El vídeo offline ya tiene el futuro, así que el predictor causal que fingía anticipación se eliminó y toda la serie del objetivo se suaviza de forma no causal. Y apuntar a la moda, nunca a la media — una media sobre un conjunto disperso regresa al centro por construcción, y por eso quince versiones eran literalmente incapaces de apuntar al tercio de ataque.
Los próximos pasos
El montaje, y las mediciones que pueden tumbarlo.
Dos mástiles separados no encuadran el campo con ningún ángulo de visión realista: cubren un 66-79%, y abrir la lente deja sin cubrir la banda cercana, que es justo donde el jugador se ve más grande. Así que las dos cámaras van en una sola cabeza, diez metros por detrás del centro de la banda. La segunda cámara no está ahí por resolución: el mismo jugador, en el mismo instante, desde dos ángulos es una etiqueta positiva probada, gratis y sin humano en el medio. Es la etiqueta limpia que faltó en las catorce fases.
- 1 mástil
- las dos cámaras juntas en una sola cabeza
- 10 m atrás
- retroceder gana a subir — razón de escala 9,4× → 5,4×
- 4,0 m
- altura de lente, 56% de inmunidad a oclusión
- ±35° yaw
- 100% de cobertura, franja de solape de 4 m en el medio
- 18° pitch
- impreso en la pieza, intercambiable a 15/21°
- 2 × 8K30
- estabilización apagada, ae/awb bloqueados en el campo
- flash + palmada
- al inicio y al final — los relojes derivan 1-2,7 cuadros en 30 min
- 3 vientos
- sin ellos: 13px de blur sobre un número de 25px
Dos cosas que el plan no promete. Un número de camiseta legible en todo el campo no ocurre con este ángulo de visión: ocurre en unos dos tercios del área, así que el número se lee cuando el jugador cruza la zona legible y el track lo lleva desde ahí. Y el mayor riesgo no es mecánico — Samsung ya bloquea 4K60 para apps de terceros, así que el 8K puede no existir fuera de la app de cámara del fabricante. Esa es la primera medición, lleva diez minutos, y decide todo lo demás.
Datos y ética
El material es mío, grabado en partidos que juego, con conocimiento de los jugadores. Vivo en España, así que aplica el RGPD: una persona identificable en una imagen es dato personal, y la reidentificación por rostro roza el dato biométrico. Grabar para mí entra en la excepción doméstica. Publicar, no.
Por eso el repositorio no contiene vídeo, ni frames, ni recortes, y se empezó limpio para que tampoco estén en su historial. Lo que sí publica es todo lo derivado y no identificable: las tablas de métricas, las etiquetas humanas como IDs y marcas de tiempo, y figuras dibujadas a partir de esas tablas. La restricción aquí casi no cuesta nada — el hallazgo central es un número, no una imagen.
sin vídeo · sin frames · sin recortes · solo números