Использование передовых приложений CV или компьютерного зрения в спорте в конечном итоге позволяет проводить высокоэффективный, быстрый и точный анализ действий, условий и окружающей среды во всех возможных спортивных мероприятиях.

Невооруженный человеческий глаз постепенно заменяется умными алгоритмами, которые автоматически выполняют всю громоздкую аналитику. Эти возможности могут помочь лучше анализировать важные моменты спортивного события, чтобы получать более точные результаты и более эффективно судить в целом.

Хотя использование CV в профессиональном спорте в основном требует предварительно записанного контента высокой четкости, эта технология достаточно эффективна при обработке видео любого формата, поступающего с любого устройства. Где именно применяется этот вид машинной обработки? Давайте углубимся в тему использования обработки контента с помощью компьютерного зрения в спортивной индустрии.

Общие моменты, эффективно анализируемые с помощью резюме

Помимо очевидного использования в системах безопасности, наиболее требовательных к качеству изображения (распознавание лиц, опасных объектов и т. Д.), Технологии машинного зрения используются во многих других случаях в спорте:

  • тренировочный процесс - углубленный анализ закрепленных действий в плавании, гимнастике, легкой атлетике, лыжном спорте и других видах спорта, где техника выполнения движений имеет наибольшее значение;
  • судейство - 3D-моделирование и видео-осмотр офсайдов, аутов, голов, фотофиниша в массовых гонках; все;
  • показатели активности игроков во время соревнований - например, в теннисе динамика игроков может быть зафиксирована и проанализирована на основе их движений и даже легких жестов;
  • траектории мяча (шайбы, вы называете это) - их можно анализировать, а также прогнозировать для дальнейшей углубленной аналитики;
  • Стабилизация экшн-камеры и интеллектуальная фокусировка - искусственный интеллект в спорте позволяет в реальном времени сглаживать кадры действия и автоматизировать фокусировку в зависимости от интенсивности активности и целевых действий в поле.

Это лишь некоторые общие возможности, которые могут использовать современные организаторы спортивных мероприятий. Давайте рассмотрим несколько конкретных случаев более подробно.

Приложения компьютерного зрения в спорте

Распознавание действий в режиме реального времени в хоккее

Специалисты из Университета Шираза и Университета Ватерлоо сделали целую статью об эффективном распознавании действий в хоккее. Суть в том, что эксперты придумали так называемую сеть песочных часов распознавания действий (ARHN), которая представляет собой сложную многокомпонентную модель обработки визуальных данных.

Проще говоря, сложный алгоритм берет фрагмент видеоконтента с движущимися объектами и преобразует его в серию изображений. Другой базовый алгоритм в сети Stacked Hourglass затем анализирует позиции игроков (прямое и кроссоверное катание, позы до и после выстрела) и классифицирует их.

Эти модели использовались в течение долгого времени для получения самых справедливых и точных результатов в этом и других видах спорта.

Системы слежения за мячом в теннисе

Точные траектории мяча для тенниса (а также для бадминтона и крикета) отслеживаются в спорте с середины 2000-х годов. Таким образом, специализированные системы фокусируются на нескольких объектах изображения, которые по форме похожи на мяч. После их обнаружения создается трехмерная траектория, соединяющая схему движения мяча кадр за кадром.

Здесь важны несколько ракурсов камеры и гибкий захват движения. Основная цель здесь - точное определение того, приземлился ли мяч в игровой площадке или за ее пределами. На самых глубоких и сложных уровнях лежащие в основе алгоритмы могут строить прогнозы траекторий мяча на основе различных условий (промах игрока и т. Д.).

На основе таких решений в режиме реального времени создается интеллектуальная статистика для 100% честного судейства и авторитетной аналитики спортивных результатов.

Аналитика учебной деятельности

Современный спорт предъявляет повышенные требования не только к спортсменам, но и к тренерской команде. Ключевым преимуществом в командных видах спорта является не столько наличие «звезд», сколько правильная организация командной игры, оценка действий каждого игрока, их взаимодействия, а выработка эффективной тактики и игры тренером бесценна. стратегии.

Компьютерное зрение в спортивной аналитике - отличный инструмент для получения объективной актуальной информации в условиях, когда недостаточно просто записать видео с игрового поля. Математическая обработка видеопотока позволяет получить позицию каждого игрока команд соперников в каждый момент времени.

Для многих спортивных арен и клубов системы спортивной видеоаналитики стали очень прибыльным бизнесом. Несмотря на то, что создание таких систем требует организации синхронной работы десятков камер и мощных вычислительных мощностей, в долгосрочной перспективе усилия обычно окупаются.

Предупреждение опасных для жизни ситуаций

В гонках NASCAR и подобных видах спорта, где игроки испытывают потенциальную опасность для жизни, компьютерное зрение используется для своевременного обнаружения и предотвращения неисправностей транспортного средства. Вот где такие системы, в основном, спасают жизни.

Обычно огромные базы данных моделей транспортных средств на основе больших данных внедряются для распознавания конкретных автомобилей, анализа их мельчайших деталей во время мероприятия. Таким образом, специалисты получают доступ к внутренностям автомобиля в режиме реального времени, чтобы отслеживать любые мелкие неисправности, которые могут привести к серьезным последствиям.

Для многих спортивных арен и клубов системы спортивной видеоаналитики стали очень прибыльным бизнесом. Несмотря на то, что создание таких систем требует организации синхронной работы десятков камер и мощных вычислительных мощностей, в долгосрочной перспективе усилия обычно окупаются.

Анализ настроения и вовлеченности фанатов

Не столь очевидное применение машинного обучения в спортивной аналитике - организаторы могут распознавать лица на трибунах и определять эмоции, которые испытывают болельщики. Это сделано для того, чтобы стимулировать ажиотаж на трибунах и собрать статистику по вовлечению фанатов, а также по общему влиянию мероприятия.

Умная спортивная журналистика

Дополнение к предыдущему пункту и расширение влияния спортивного мероприятия на болельщиков. Компьютерное зрение также может быть полезно для создания впечатляющего медиа-контента и более точного отчета об основных моментах игры.

Анализируя наиболее выдающиеся, динамичные действия, происходящие в поле (трасса, кольцо и т. Д.) На основе некоторых вышеупомянутых алгоритмов, можно сразу сосредоточиться на самых захватывающих событиях.

Когда речь идет о живых мероприятиях, это очень важная возможность, позволяющая держать всех зрителей в напряжении. Помимо визуальных функций, ИИ даже помогает автоматически комментировать события без помощи живых выступающих (например, Automated Insights разработала решение для повествования в реальном времени на основе возможностей распознавания естественного языка).

Особенности программного обеспечения для компьютерного зрения в спорте

Вышеупомянутые и другие приложения делают мир спорта постоянно контролируемым, очень захватывающим и честным соревновательным миром, который нужно организовать. В нише есть разные варианты решений. Некоторые из ведущих примеров включают интеллектуальные системы отслеживания и аналитики Sentio; SportVU 2.0 от Stats Perform с глубокими алгоритмами компьютерного зрения; GAMEFACE.AI с его глубоким анализом стратегических идей и других моментов отснятого материала; и более.

Доступные решения представляют собой сложные системы, которые должны быть интегрированы посредством аппаратного и программного обеспечения специализированным специалистом-интегратором. Роль интегратора ограничивается адаптацией системы на основе готовых стандартных компонентов под требования конкретного заказчика, привязкой ее к конкретному объекту, инсталляцией и вводом услуги.

Таким образом, разрешение и скорость работы камер ограничены возможностями человека-оператора, и основной упор делается на минимизацию объема видеозаписей и удобство работы с ними.

Ключевые моменты для получения аналитики высочайшего качества

Индустрия систем компьютерного зрения для отслеживания игроков в спортивных играх имеет несколько иные приоритеты, связанные с гораздо более широким кругом задач, что приводит к очень ограниченному распространению и использованию «коробочных» продуктов. Из-за разнообразия объектов и задач для наблюдения требования к системам захвата изображений сильно различаются.

Прежде всего, это должна быть машинная обработка изображений, которая влечет за собой требования по максимальной передаче деталей, разнообразию и единообразию условий съемки, чтобы повысить эффективность (отображение деталей), скорость и надежность (условия съемки) алгоритмов. Основываясь на опыте нашей команды, основные моменты при выборе компонентов машинного зрения заключаются в следующем:

  • качество изображения, степень детализации и скорость (частота кадров) должны соответствовать математическим алгоритмам, используемым для решения различных прикладных задач;
  • условия освещения должны быть как можно более стабильными и / или контролируемыми. В большинстве случаев это искусственное освещение;
  • ограниченное использование или полное отсутствие автоматических функций, таких как автоэкспозиция или автофокусировка в камере. Все управляется внешним ПО;
  • основная обработка информации осуществляется на отдельных вычислителях, поскольку сложность алгоритмов не позволяет разместить необходимую вычислительную мощность в компактном корпусе камеры. В некоторых случаях требуется совместная обработка изображений с нескольких камер. Тип и мощность калькулятора определяются требованиями конкретной задачи и используемой математики;
  • требуются высокоскоростные интерфейсы для передачи изображений с высоким разрешением (детализация) и высокой частотой кадров (фиксация быстрых процессов);
  • Программная функциональность от производителей камер ограничивается набором драйверов для гибкой настройки оборудования. Мы разрабатываем прикладные программы для каждого конкретного проекта.

Наши сценарии использования компьютерного зрения

Рекрутинговая аналитическая платформа для отслеживания скорости футболистов. Дизайн и разработка Requestum

Наша команда имеет опыт использования компьютерного зрения в американском футболе. Система в основном использовалась при найме на работу. Требования заказчика к функциональности включали:

  • возможность отслеживать скорость игрока,
  • отслеживание и мониторинг эффективности игроков,
  • визуальная информация для дальнейшего анализа игровых ситуаций с командой.

В результате при выборе спортсменов рекрутеру не нужно посещать соревнования или путешествовать, чтобы оценить их способности. Им просто нужно посмотреть видео со всей необходимой аналитикой в ​​офисе или дома.

Заключение

Искусственный интеллект в спорте делает судейство, анализ, выделение и удовлетворение болельщиков более понятным и более эффективным в долгосрочной перспективе. Когда дело доходит до внедрения системы на основе искусственного интеллекта для спортивных мероприятий, у вас есть окончательный выбор: воспользоваться известными, но дорогостоящими решениями или заказать экономичную индивидуальную локальную систему.

Первоначально опубликовано на https://requestum.com.