Etudiant : ZAKROUM HICHAM

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. RIFFI JAMAL

Annèe : 2025

Résumé : Ce rapport présente les travaux réalisés dans le cadre de mon projet de fin d’études de master, effectué au sein de l’entreprise Myteam Solution. L’objectif principal du stage était de développer un système intelligent d’analyse vidéo pour le futsal, reposant sur des techniques avancées de vision par ordinateur et de machine learning. Le projet a débuté par une recherche bibliographique approfondie, visant à étudier les approches existantes dans le domaine du suivi de joueurs, de la détection d’objets et de l’analyse tactique dans les sports collectifs. Cette phase exploratoire nous a permis de concevoir une pipeline modulaire servant de base de développement, avec pour objectif la construction d’un prototype robuste, avant d’optimiser progressivement chaque composant. La première étape de la pipeline concerne la détection d’objets. Nous avons entraîné et comparé les performances des modèles YOLOv8 et YOLOv11 sur un jeu de données public consacré au futsal, avant de procéder à l’annotation manuelle de notre propre jeu de données, plus représentatif. Par la suite, nous avons expérimenté plusieurs algorithmes de suivi multi-objets (tels que DeepSORT, ByteTrack, etc.) et retenu le tracker GTA+ avec DeepEIoU, qui a offert les meilleurs résultats. Les étapes suivantes ont porté sur la classification des équipes à partir des couleurs de maillots, la reconnaissance des numéros de maillot des joueurs, ainsi que l’estimation des paramètres de la caméra dans le but de transformer les séquences vidéo en représentations métriques exploitables. Ce travail constitue une première étape vers la mise en place d’un système automatisé d’analyse de performance et de stratégie en futsal, avec des applications potentielles dans le coaching, le suivi individuel des joueurs et l’aide à la décision tactique.