您是否通過鍛煉來保持健康,或者您是否喜歡板球或足球? 其他人喜歡和朋友一起看比賽。
有些人參加體育運動是為了健康和專注。 無論我們的興趣或生活方式如何,體育無疑是我們生活的一個重要方面。
與我們日常生活和全球經濟的其他重要方面一樣,體育不可避免地受到技術進步的影響。
2022 年的今天,配備傳感器的 F1 車輛和實時足球分析不再是未來科技的幻想。
事實上,進步遠不止於此:最先進的企業已經使用了計算機視覺,並且 人工智能 在體育運動中遇到各種各樣的問題。
鑑於技術對體育運動的重大影響,毫無疑問人工智能和機器學習將繼續推動這一學科的發展。
本文將重點介紹計算機視覺在體育運動中的應用,包括實際應用、優勢等等。
我們將從計算機視覺的介紹開始。
那麼,什麼是計算機視覺?
人工智能和機器學習領域被稱為 “計算機視覺” (CV) 旨在開發教計算機如何理解和理解圖片內容的技術。
為了在動態和變化的物理環境中識別和分類對象,計算機視覺使用 深入學習 模型來模擬人類視覺系統和視覺感知的一些複雜性。
計算機努力模仿人如何看待視覺環境。
然而,與人類不同的是,計算機具有存儲大量數據并快速處理數據的能力,使我們能夠靈活地將許多雜務委託給最尖端的技術。
如今,智能手機技術日新月異, 社會化媒體以及它們被數十億人廣泛使用——每天有超過 3 億張照片發佈到網上——正在創造比以往更多的視覺數據。
隨著對大型計算能力的增強以及深度學習和神經網絡算法的進步(例如,卷積神經網絡的發明),如此大量圖像的可用性為計算機提供了學習這些圖像的模式和特徵的寶貴機會圖像並提高準確率 目標檢測 和分類。
因此,計算機視覺系統在許多應用中的準確率達到了 99%,在特定檢測、分類和響應任務中超越了人類視覺的準確率。
體育中的計算機視覺:現實世界的例子
1. 玩家追踪
運動員跟踪是在體育運動中使用計算機視覺時的主要目標之一。 為了做到這一點,有必要在任何給定時間識別每個玩家的位置。
通過球員跟踪,教練可以快速分析每個球員在場上的移動情況以及球隊的結構,這是幫助球隊表現更好的關鍵組成部分。
T如今,體育運動中最先進的計算機視覺應用程序都採用自動分割算法來精確定位可能屬於運動員的區域。
通過利用 機器學習 以及對未處理的玩家跟踪數據的數據挖掘方法,可以提高計算機視覺系統的輸出。
一旦識別出圖像或視頻幀中的關鍵組成部分,就可以創建語義信息,以正確理解參與者正在進行的活動(即控球、傳球、跑動、防守等)。
這些方法可用於對語義出現進行分類,例如足球中的“一二傳球”,並對個人球員和球隊的表現進行廣泛的統計分析。
為了讓教練能夠在特定比賽中將理想的球員位置與實際球員位置進行比較,還可以就球員在場上的最佳位置提出建議。
這種球員跟踪技術帶來的眾多選擇能夠徹底改變運動員的準備和偵察方式。
2.傷害預防
為了滿足面對社交距離時對心理重新佈線和幸福感日益增長的需求,許多人開始求助於在線課程。
為了學習如何安全鍛煉並防止受傷,嘗試一些由經驗豐富的教練教授的課程非常重要,無論是在私人還是團體環境中。
例如,普拉提和瑜伽都很簡單,可以在家做。 然而,特別是對於初學者來說,嘗試幾門課程很重要。 計算機視覺,特別是姿勢估計,在這種情況下發揮了作用。
姿勢估計是一項計算機視覺工作,旨在預測和監控人或物體的位置,並且基於 3D 姿勢估計的應用程序現在可以幫助人類健身教練。
這些技術評估用戶的每一個動作,並使用大量的運動跟踪數據為他們提供全面的實時反饋。
接收實時反饋和避免鍛煉受傷是與虛擬教練合作的兩個好處。
3. 球追踪
對於球類運動(尤其是網球、板球、羽毛球等球拍或球拍運動)的信息提取,跟踪球的運動至關重要。
計算機視覺模型可以指示球撞擊地面的精確位置,記錄球在三個維度上的運動,甚至預測球的軌跡以評估它是否會擊中三柱門。
換句話說,由計算機視覺驅動的球跟踪系統有助於:
- 球的檢測
- 追踪軌跡
- 比賽結果預測
這種類型的球跟踪在籃球、排球和足球等比賽中更具挑戰性,因為球可能隱藏在球員身後。 或者,球員與球的交換可能會在沒有警告的情況下迅速發生。
4. 裁判判罰改進
縱觀體育史上,公然作弊和裁判錯誤判決的例子不勝枚舉。 多年來,科技已經進入體育領域,有助於減少裁判所犯的錯誤。
隨著視頻助理裁判 (VAR)、門線技術 (GLT)、鷹眼、決策審查系統 (DRS) 以及網球和板球領域的鷹眼等技術的引入,裁判員或裁判員的決定現在可以進行審查和,如果不正確,則推翻。
由於人工智能和計算機視覺的使用不斷增加,未來的體育官員犯的錯誤將會更少。
5. 移動應用中的姿態估計
利用尖端技術將激勵人們經常使用您的程序。
您是否經常遇到使用視頻來演示如何正確進行鍛煉的應用程序?
最近很可能相當有規律。 並考慮開發一個計算機視覺模型,該模型可以自動設置正確的位置,跟踪所做的方法,並提供有關如何增強鍛煉的提示。 真正教練的絕佳替身。
有了這種應用程序,培訓就可以隨時進行; 您所需要的只是手邊有一台相機。 通過添加您自己的特定姿勢和技術來發展您的專業領域,以在您的市場中脫穎而出,而無需為人類教師支付更多費用。
這項技術對於磨練您的專長(可以是某些姿勢或動作)非常有幫助。 您不需要支付額外的專業培訓師來教授您的課程。
6.新聞和體育內容
您可以通過結合人工智能和計算機視覺技術來製作有趣的內容。
當模型分析事件(例如進球)時,相機會自動移近最有趣的時間。
想像一下,如果您只需要設置幾個攝像機,就可以智能地自動聚焦比賽中最關鍵的部分,而不必支付大量記者費用並等待後期製作來發布體育賽事。
7. 粉絲情緒
計算機視覺應用的範圍簡直令人震驚。 以前可以通過連接特殊電線來檢測脈衝的測試來測量一個人觀看某物的樂趣。
借助計算機視覺技術,我們不再需要將每個觀看者限制在實驗室中。 徹底檢查電影觀眾的滿意度。
許多不同的情緒,如快樂、無聊、興奮、失望等,都可以通過計算機視覺模型來區分。
面臨的挑戰
體育計算機視覺主要依靠攝像系統來捕捉並分析體育賽事鏡頭。 通常,多個攝像機放置在動作場景周圍,例如體育賽事期間的看台或練習場的兩側。
即使在一場比賽中,不同運動項目的角度、位置、硬件和其他拍攝設置也有很大差異。
計算機視覺系統還必須適應某些電影捕捉的匹配和方法,這提出了一個問題。 其他困難包括:
- 許多體育組織和表現分析部門缺乏先進的視頻設備。
- 廣播攝像機頻繁的平移、傾斜和變焦變化使得計算機視覺視頻處理系統更難以適應它們接收到的不斷變化的數據。
- 計算機視覺視頻處理系統可能很難區分背景中的物品、玩家和物體、穿著相同服裝的玩家以及其他情況。
計算機視覺在一定程度上解決了這些缺陷。 例如,圖像處理使計算機能夠辨別地面、玩家和其他前景物體。
另外,基於顏色的分割算法可以識別球、監控移動的球員並通過草的顏色(綠色)定位球場區域。
結論
總而言之,計算機視覺是最熱門的技術領域,而且它的受歡迎程度還在不斷增長。 這是對數據處理及其看待方式的全新視角; 我們終於訓練了計算機的視覺能力。
體育運動中最常見的計算機視覺任務是球員和球跟踪、預防傷害的姿勢估計、區分球員背景的分割等。
每天,我們都會生成大量數據,我們可以有效地利用這些數據 火車模型,然後將作為解決業務困難的有希望的幫助。
發表評論