人工智能发展推动光学运动追踪，全面助力表现分析、运动训练与比赛直播

中国体育用品业联合会时间：2022-03-21点击：

虽然在可预见的未来，与生物特征（心率、肌肉活动、葡萄糖等指标）相关的数据还需要依赖可穿戴设备的采集，但人工智能推动的光学运动追踪技术，已经能全面助力体育领域的方方面面，甚至通过一台手机就能实现“可靠、可移动、价格不贵的生物力学追踪”，大大提高了技术的可得性与使用的便捷性。光学追踪技术的发展能够带来多种多样的好处：比如，更精准的数据采集能够为提升运动员表现、预防伤病以及指导康复过程带来支撑，自动化的视频制作技术则可以推动体育媒体行业的发展，基于手机就能实现的追踪能够让青少年运动员自主化训练并收获更多的指导和反馈。

Track160通过一个摄像机支柱，捕捉球员运动数据，是国际足联唯一认证的此类系统。

在观看精英足球或橄榄球比赛时，一只敏锐的眼睛可以发现运动员的球衣面料在两侧肩胛骨之间有轻微的拉伸。这是一台在比赛中追踪他们运动表现的GPS设备所传递的明显信号：跑动距离、最快速度、加速峰值、冲刺次数等。

NFL和NHL的球员们拥有自己的追踪传感器，放置在肩垫里，但是像NBA和MLB这些联赛的球员现在还没有携带任何设备。同样的个人跑动数据是分别由他们领先的数据合作伙伴Second Spectrum和鹰眼所提供的，他们使用环绕球馆的一系列摄像机，以三角定位法确定球员的位置和朝向。

NCAA一级联赛的大学橄榄球球员几乎都统一穿戴GPS设备，但是NFL的球探一般无法获取这些数据。他们反而转向了Sportlogiq和Slants这类公司，这类公司的计算机视觉平台可以抓取旧的比赛视频，回溯过去的比赛，计算出类似的数据集。

同样的，生物力学过去被归在实验室研究的范畴，测试对象身着几十个反射标记，以帮助收集3D运动捕捉数据。现在，许多公司都可以采用更精简的设置——专注棒球的Mustard和ProPlay AI，专注高尔夫的Sportsbox AI，专注移动的Physimax——以仅需一台智能手机为卖点，来推销他们的解决方案。

体育世界还没进入一个羽翼丰满的后可穿戴时代。在可预见的未来，测量生物特征和内部负荷仍与穿戴设备息息相关——心率、肌肉活动、水分和葡萄糖监测，不胜枚举——在一些训练场景中也同样如此，一定高度或角度的摄像机覆盖是无法满足需求的。

但是大体上，这个行业走向了光学方向。

其好处不计其数，最显而易见的就是：球员不需要被说服（或通过合同约束强制）穿戴设备。对于运动员来说，数据收集过程没有身体接触，影响不大，球队和转播商也更易于得到数据。本质上，这些指标已经与视频深度结合，不需要通过时间戳去同步不同的输入数据。

上图中，布法罗比尔队的四分卫约什-艾伦（Josh Allen）使用Dari Motion公司设计的无需贴标记的3D动作捕捉系统，扭转了他的职业生涯。

**人工智能推动发展

尽管摄像机技术持续发展，但真正推动这一转变的是人工智能的飞速发展，尤其是计算机视觉和深度学习技术领域。

澳大利亚体操运动员菲尔-齐瑟姆（Phil Cheetham）曾参加过1976年的奥运会，并在2014年获得了生物力学的博士学位，他联合开发了几个动作分析系统，获得了“3D人”的绰号。齐瑟姆曾任美国奥委会的体育科技与创新总监，今年早些时候接受了Sportsbox AI的职位，担任该公司的首席科学官。他曾经拒绝尝试单摄像机的动作捕捉技术——“很明显，”他说，“我当时认为这是不可能的”——直到他看到了Sportsbox搭建的系统。“我们正在探讨细微角度的差别，甚至不到一英寸（约2.54厘米），”齐瑟姆在将其与实验室级别的动作捕捉对比时说道。“太不可思议了。”

甚至在更宽泛的人工智能领域，变化也正在发生。连续创业者米基-塔米尔（Miky Tamir）创办了几家光学追踪公司，均在体育领域，比如SportVU、Pixellot和Track160。SportVU之后被现名为Stats Perform的公司收购，在2013年成为了NBA首个追踪数据的合作伙伴。Track160做的是更复杂的追踪工作——包括在细粒度的球员运动分析中进行姿态估测——全都源于单摄像机支柱。

“现在，一切都用到了深度学习，”塔米尔谈及机器学习技术，该技术使用了三层或更多层神经网络，试图模拟人类大脑功能，“比如，Track160只用到了深度学习，而SportVU使用传统的计算机视觉。这是很大的不同。我们正在做自己10年前所梦想的事情。”

2020年7月，美国运动医学研究所首次开启表现力发展合作关系，与仅依靠于摄像机的动作捕捉系统DARI Motion达成合作。美国运动医学研究所研究主管格伦-弗莱西（Glenn Fleisig）称之为“下一场革命”。

先驱性的棒球训练中心Driveline Baseball创始人凯尔-鲍迪（Kyle Boddy）曾任MLB辛辛那提红人队的投球技术总监，他曾说道，“可靠、可移动、价格不贵的生物力学追踪”，比如一台手机就能实现的，“将会永久地改变比赛”。他认为其影响力能够与Pitch F/X 公司和TrackMan公司所作的长篇投球追踪研究相媲美。

DARI Motion仅使用视频中提取出的数据，该公司与包括美国运动医学研究所和特殊外科医院在内的多家医疗保健伙伴达成合作。

**自动化视频制作

理想状态下，所有这些更加精确、可获取的数据都能够提升球员表现力，预防伤病，以及指导康复方案。同时，这对于比赛直播商、体育博彩甚至是青少年体育，也是一大福音。

像Pixellot这类自动化视频制作公司能够追踪场上动作，同时也能在没有人为输入的情况下，缩放、移动镜头并调整角度。它为一系列体育组织提供直播服务——Jr.NBA、MLB下属的发展联盟、苏格兰职业足球和国家高中协会联合会（National Federation of State High School Associations）——也为一些比赛直播商提供服务。

2021年，Pixellot公司在2万个场地和场馆设施里直播了超过100万场比赛，疫情对直播工作人员的人数限制减少了以人为主的直播供应，疫情对球迷现场观赛的人数限制促进了远程观赛需求的增长，两者共同作用，加速了该公司发展。甚至在疫情之前，Pixellot公司就与ESPN达成了合作，在ESPN+频道上直播各种各样的美国东部赛区的比赛，NCAA球员姓名、形象和肖像权（合称NIL）商务合作的开启也进一步提高了NCAA各校的收益。

“有了NIL新规，更多内容就变成了这里的王道，因为如果球员想要将他们的姓名、形象和肖像权变现，他们就需要背后更多的内容，”Pixellot公司北美总裁大卫-夏皮洛（David Shapiro）说。“所以对于所有学校的运动员部门而言，能够拍摄每次训练、每场比赛就变得至关重要。”

**满足博彩需求

对体育博彩公司而言，也是如此。在欧洲，直播下注已经很成熟了——Pixellot与Genius Sports就这方面业务有深入合作——伴随着技术不断被采用，更多体育博彩公司开始在他们的app上直播比赛，美国也是一个肥沃的增长市场。“博彩平台发现，如果你能看比赛，你就有更大几率在比赛中下注，”夏皮洛说。

体育博彩公司已经对高阶数据直播展示出了极大的胃口，以发布他们的结果预测并创建独特的随机事件赌注。例如，在与MLB的合作中，米高梅集团宣称他们能够独家获取联盟鹰眼抓取的部门Statcast数据。“业务所围绕的正是数据本身，”Movrs公司CEO兼联合创始人多里安-皮埃拉奇（Dorian Pieracci）说道。该公司刚刚加入光学动作捕捉赛道，皮埃拉奇补充道，其最大的价值就是在体育博彩领域的应用案例。

LVision公司已经开始使用计算机视觉来从网球中提取数据结论，并将其拓展到20项运动中。该公司CEO兼创始人伊多-拉撒（Ido Lazar）表示，这些结论带来了20%的下注次数增长，以及15%的平均下注额增长。“我们测量一切，”他说。“每个联盟，每次下注，一起一切。结果真的非常惊人。”

服务于训练目的

基于手机的技术将使得先进的训练方法自主化，并且为年轻球员提供更多指导和反馈。NBA合作伙伴HomeCourt公司已经追踪了超过1亿次投篮；SwingVision公司与澳大利亚网球协会、英国网球协会以及几所美国大学达成合作，正在网球领域提供类似的追踪服务。两家公司都能自动剪辑高光时刻。

“这将成为标准化体验，现在，孩子们在成长过程中都会知道并且接受，‘哦，我知道我能够捕捉自己的动作，无论是不是运动员，我都能借此提高，’”皮耶拉奇说。“从实践角度来说，计算机视觉可能是人工智能领域研究最多的板块。你可以在汽车上、在手机上看到它。我们这里讨论的是体育中的计算机视觉。它非常流行，事情就是计算机力量的出现收集了足够多的训练数据”，能够去打磨提升算法。

西格-麦多尔（Sig Mejdal）是巴尔的摩金莺队的副总经理，主管俱乐部的分析部分，他曾在休斯顿太空人队和圣路易斯红雀队担任类似职务，近20年来一直在敏锐地观察着新兴的技术趋势。更好的设备意味着更好的数据和更好的决策。棒球领域的投球追踪雷达数量激增，但是他们无法测量或制作某一指标的数据预测，比如球的方向或者旋转速度——而基于摄像机的系统则可以很好地观察到这些信息，未来可能会收集到更多的数据。

“计算机视觉和光学追踪，”麦多尔说，“只有想不到，没有做不到。”

来源： THU体育科技评论

图文来源网络如有侵权请联系删除
本行业信息均来源于网络，不代表本会观点，内容仅供参。