건강을 유지하기 위해 운동을 합니까, 아니면 크리켓이나 축구를 좋아합니까? 다른 사람들은 친구들과 게임을 보는 것을 좋아합니다.
어떤 사람들은 건강하고 세심하기 위해 스포츠에 참여합니다. 스포츠는 의심할 여지 없이 우리의 관심사나 생활 방식에 관계없이 우리 삶의 중요한 측면입니다.
일상 생활 및 세계 경제의 다른 모든 중요한 측면과 마찬가지로 스포츠는 기술 향상의 영향을 피할 수 없습니다.
2022년 현재, 센서가 장착된 F1 차량과 실시간 축구 분석은 미래형 첨단 기술이 아닙니다.
실제로 발전은 훨씬 더 진행됩니다. 가장 발전된 비즈니스는 이미 컴퓨터 비전을 사용하고 인공 지능 스포츠에서 다양한 문제를 해결합니다.
기술이 스포츠에 미친 중대한 영향을 감안할 때 인공 지능과 기계 학습이 이 분야를 계속 발전시킬 것이라는 데는 의심의 여지가 없습니다.
이 기사에서는 실제 응용 프로그램, 이점 등을 포함하여 스포츠에서 컴퓨터 비전을 사용하는 방법에 대해 집중적으로 다룹니다.
컴퓨터 비전의 소개부터 시작하겠습니다.
그렇다면 컴퓨터 비전은 무엇입니까?
인공 지능 및 기계 학습 분야로 알려진 "컴퓨터 시각 인식" (CV)는 그림의 내용을 이해하고 이해하는 방법을 컴퓨터에 가르치는 기술을 개발하는 것을 목표로 합니다.
컴퓨터 비전은 역동적이고 변화하는 물리적 환경에서 물체를 인식하고 분류하기 위해 깊은 학습 인간의 시각 시스템과 시각적 인식의 일부 복잡성을 시뮬레이션하는 모델.
컴퓨터는 사람이 시각적 환경을 보는 방식을 모방하려고 노력합니다.
그러나 사람과 달리 컴퓨터는 엄청난 양의 데이터를 저장하고 신속하게 처리할 수 있는 능력을 갖추고 있어 많은 집안일을 최첨단 기술에 위임할 수 있는 유연성을 제공합니다.
오늘날 스마트폰 기술의 발전으로 소셜 미디어, 수십억 명의 광범위한 사용(매일 3억 개 이상의 사진이 온라인에 게시됨)으로 인해 그 어느 때보다 훨씬 더 많은 시각적 데이터가 생성되고 있습니다.
대규모 컴퓨팅 성능에 대한 액세스 증가와 딥 러닝 및 신경망 알고리즘의 발전(예: 컨볼루션 신경망의 발명)과 함께 이러한 방대한 양의 이미지를 사용할 수 있게 되면서 이러한 이미지의 패턴과 특성을 학습할 수 있는 귀중한 기회가 컴퓨터에 제공되었습니다. 이미지의 정확도를 높이고 물체 감지 그리고 분류.
그 결과 컴퓨터 비전 시스템은 다양한 애플리케이션에서 99%의 정확도를 달성했으며 특정 감지, 분류 및 대응 작업에서 인간의 비전 정확도를 능가했습니다.
스포츠에서의 컴퓨터 비전: 실제 사례
1. 플레이어 추적
선수 추적은 스포츠에서 컴퓨터 비전을 사용할 때 주요 목표 중 하나입니다. 이를 위해서는 주어진 시간에 각 플레이어의 위치를 식별해야 합니다.
코치는 팀의 성과를 높이는 데 중요한 구성 요소인 선수 추적 덕분에 각 선수가 필드에서 어떻게 움직이는지와 팀 구조를 빠르게 분석할 수 있습니다.
T오늘날 스포츠 분야의 최첨단 컴퓨터 비전 응용 프로그램은 자동 세분화 알고리즘을 사용하여 운동 선수에게 속할 가능성이 있는 영역을 정확히 찾아냅니다.
활용하여 기계 학습 처리되지 않은 플레이어 추적 데이터에 대한 데이터 마이닝 방법을 통해 컴퓨터 비전 시스템의 출력을 향상시킬 수 있습니다.
이미지 또는 비디오 프레임의 중요한 구성 요소가 식별되어 참가자가 취하고 있는 활동(예: 공 소유, 패스, 실행, 수비 등)을 파악하면 의미론적 정보를 생성할 수 있습니다.
이러한 방법은 축구의 "원-투 패스"와 같은 의미 발생을 분류하고 개별 선수 및 팀의 성과에 대한 광범위한 통계 분석을 수행하는 데 사용할 수 있습니다.
코치가 특정 플레이 중에 이상적인 선수 배치와 실제 선수 배치를 비교할 수 있도록 필드에서 선수에게 가장 좋은 위치를 제안할 수도 있습니다.
이 선수 추적 기술이 제공하는 수많은 옵션은 선수가 준비하고 스카우트되는 방식을 완전히 바꿀 수 있습니다.
2. 부상방지
사회적 거리두기에 직면한 정신적 재배선과 웰빙에 대한 증가된 요구를 해결하기 위해 많은 사람들이 온라인 과정에 의존하고 있습니다.
안전하게 운동하고 부상을 예방하는 방법을 배우기 위해서는 개인이든 그룹이든 경험이 풍부한 강사가 가르치는 몇 가지 수업을 시도하는 것이 중요합니다.
예를 들어, 필라테스와 요가는 모두 집에서 할 수 있을 만큼 간단합니다. 그러나 특히 초보자에게는 몇 가지 수업을 시도하는 것이 중요합니다. 컴퓨터 비전, 특히 자세 추정이 이 상황에서 작용합니다.
자세 추정은 사람이나 물체의 위치를 예측하고 모니터링하는 것을 목표로 하는 컴퓨터 비전 작업이며, 이제 3D 자세 추정 기반 앱을 사용하여 인간 피트니스 트레이너를 도울 수 있습니다.
이러한 기술은 사용자의 모든 동작을 평가하고 풍부한 동작 추적 데이터를 사용하여 철저한 실시간 피드백을 제공합니다.
실시간 피드백을 받고 운동 부상을 피하는 것은 가상 코치와 함께 일하는 두 가지 이점입니다.
3. 공 추적
볼 기반 스포츠, 특히 테니스, 크리켓, 배드민턴 등과 같은 라켓 또는 배트 앤 볼 스포츠에서 정보를 추출하려면 볼 움직임을 추적하는 것이 중요합니다.
컴퓨터 비전 모델은 공이 지면과 충돌한 정확한 위치를 표시하고 공의 움직임을 XNUMX차원으로 기록하며 공의 궤적을 예측하여 공이 개찰구에 맞았는지 평가할 수도 있습니다.
즉, 컴퓨터 비전으로 구동되는 공 추적 시스템은 다음을 지원합니다.
- 볼 감지
- 궤적 추적
- 게임 결과 예측
이러한 유형의 공 추적은 농구, 배구, 축구와 같은 게임에서 공이 플레이어 뒤에 가려질 수 있기 때문에 더 어렵습니다. 또는 선수가 공을 가지고 교환하는 것이 경고 없이 신속하게 발생할 수 있습니다.
4. 심판 판정 개선
스포츠 역사를 통틀어 노골적인 부정 행위와 잘못된 심판 결정의 사례는 무수히 많습니다. 수년 동안 기술은 스포츠에 적용되어 심판이 저지르는 실수의 수를 줄이는 데 도움이 되었습니다.
VAR(Video Assistant Referee), GLT(Goal-Line Technology), Hawk-eye, DRS(Decision Review System), 테니스 및 크리켓의 Hawk-eye와 같은 기술의 도입으로 이제 심판 또는 심판의 결정을 검토하고 , 잘못된 경우 뒤집습니다.
미래의 스포츠 관계자들은 AI와 컴퓨터 비전의 사용 증가로 인해 실수를 훨씬 더 적게 할 것입니다.
5. 모바일 애플리케이션에서 포즈 추정
최첨단 기술을 활용하면 사람들이 프로그램을 자주 사용하도록 동기를 부여할 수 있습니다.
운동을 올바르게 수행하는 방법을 시연하기 위해 동영상을 사용하는 애플리케이션을 얼마나 자주 접하셨습니까?
최근에 꽤 정기적으로. 그리고 적절한 위치를 자동으로 설정하고 접근 방식을 추적하며 운동을 향상시키는 방법에 대한 팁을 제공하는 컴퓨터 비전 모델 개발을 고려하십시오. 진정한 코치를 위한 환상적인 스탠드인.
이러한 종류의 응용 프로그램을 사용하면 교육에 항상 액세스할 수 있습니다. 카메라만 있으면 됩니다. 인간 교사에게 더 많은 비용을 지불하지 않고도 시장에서 눈에 띄는 특정 자세와 기술을 추가하여 전문 분야를 개발하십시오.
이 기술은 특정 자세나 동작이 될 수 있는 전문성을 연마하는 데 매우 유용합니다. 귀하의 프로그램을 가르치기 위해 추가 전문 트레이너에게 비용을 지불할 필요가 없습니다.
6. 저널리즘 및 스포츠 콘텐츠
인공지능과 컴퓨터 비전 기술을 결합하여 흥미로운 콘텐츠를 제작할 수 있습니다.
카메라는 모델이 목표와 같은 이벤트를 분석할 때 가장 흥미로운 시간에 자동으로 더 가깝게 이동합니다.
많은 수의 리포터에게 비용을 지불하고 포스트 프로덕션에서 스포츠 이벤트를 게시할 때까지 기다리지 않고 게임의 가장 중요한 부분에 지능적이고 자동으로 초점을 맞출 수 있는 몇 대의 카메라만 설치하면 된다고 상상해 보십시오.
7. 팬 분위기
컴퓨터 비전 애플리케이션의 범위는 정말 놀랍습니다. 무언가를 보는 사람의 즐거움은 이전에 자극을 감지하기 위해 특수 전선을 부착하는 것과 관련된 테스트로 측정할 수 있었습니다.
컴퓨터 비전 기술 덕분에 더 이상 모든 관찰자를 실험실에 가둘 필요가 없습니다. 영화 관람객의 만족도를 철저히 조사하십시오.
행복, 지루함, 흥분, 실망 등과 같은 다양한 감정을 컴퓨터 비전 모델로 구분할 수 있습니다.
도전
스포츠 컴퓨터 비전은 주로 카메라 시스템에 의존하여 스포츠 영상을 캡처한 다음 분석합니다. 일반적으로 스포츠 경기 중 스탠드나 연습장 측면과 같이 액션 장면 주변에 여러 대의 카메라가 배치됩니다.
단일 경기 내에서도 각도, 위치, 하드웨어 및 기타 촬영 설정은 스포츠마다 크게 다릅니다.
컴퓨터 비전 시스템은 또한 문제를 제시하는 필름 캡처의 특정 일치 및 방법에 맞게 조정되어야 합니다. 추가적인 어려움은 다음과 같습니다.
- 많은 스포츠 조직과 성과 분석 부서에는 고급 비디오 장비가 부족합니다.
- 방송 카메라의 빈번한 팬, 틸트 및 줌 변경으로 인해 컴퓨터 비전 비디오 처리 시스템이 수신하는 지속적으로 변화하는 데이터에 적응하기가 더 어려워집니다.
- 컴퓨터 비전 비디오 처리 시스템이 배경의 항목, 플레이어 및 물체, 같은 옷을 입은 플레이어 및 기타 상황을 구별하기 어려울 수 있습니다.
컴퓨터 비전은 이러한 결함을 어느 정도 해결했습니다. 예를 들어 이미지 처리를 통해 컴퓨터는 바닥, 플레이어 및 기타 전경 항목을 식별할 수 있습니다.
그렇지 않으면 색상 기반 세분화 알고리즘을 통해 공을 인식하고 움직이는 선수를 모니터링하며 잔디 색상(녹색)으로 투구 구역을 찾을 수 있습니다.
결론
요약하자면, 컴퓨터 비전은 가장 인기 있는 기술 분야이며 그 인기는 점점 더 높아지고 있습니다. 이것은 데이터 처리와 그것이 어떻게 보이는지에 대한 새로운 관점입니다. 우리는 마침내 컴퓨터가 볼 수 있도록 훈련시켰습니다.
스포츠에서 가장 일반적인 컴퓨터 비전 작업은 선수 및 공 추적, 부상 방지를 위한 자세 추정, 선수와 배경을 구분하기 위한 분할 등입니다.
매일 우리는 효과적으로 활용할 수 있는 방대한 양의 데이터를 생성합니다. 기차 모델, 그러면 비즈니스 어려움을 해결하는 데 희망적인 도움이 될 것입니다.
댓글을 남겨주세요.