
文章插图
智能乒乓重点解决两件事:统计训练数据和优化比赛裁决
值得一提的是,除了运动员们的艰苦训练,背后技术人员的指导分析等技术支持功不可没。
作为国家队里最早开始拍摄比赛录像的人,前中国乒乓球队领队姚振绪表示:以往为了向运动员提供针对性的技战术分析数据,技术团队需要耗费极大的人力与时间,反复查看历史视频、统计分析每个球得失分的原因,统计每一板使用了什么技术,成功率又是多少,这是一项费时费力、非常辛苦的繁重工作。
而这种数据采集的难点在于:乒乓球动作速度快、隐蔽性强、回合数多,因此用手动记录异常耗费精力。一场比赛就要花很长时间才能完成分析,更不要说把几场甚至几百场比赛的数据全部整理分析出来了。
而作为当时参与东京奥运会兵乓球的唯一中国裁判,担任过国际级裁判长的吴飞则表示,临场执裁要做到公平公正,光靠人力是不够的,“在赛事执法、教学研究过程中,尤其是这些年来人工智能发展突飞猛进,让我越来越深刻体会到,乒乓球大数据处理和智能分析、辅助决策的重要性和迫切性。”

文章插图
于是,新老两代幕后乒乓人想到了用AI来解决这些世纪难题,对每个球的得失分和运动员的技术动作进行识别,是不是就能大大节省人工统计、决策的时间,提升乒乓球运动训练的效率?
核心模型已实现97%准确率,AI+体育将成为未来体育科技高地
2021年夏天,姚振绪与吴飞两位“AI初学者”找到了百度进行合作,开始尝试用人工智能分析比赛大数据,改变乒乓球科研和训练。“人工智能乒乓球动作定位与行为识别研究项目”正式启动。
【 专家: AI+体育或成未来体育科技新高地】项目目标分为两步,首先是用AI判断乒乓球的起止回合,第二个则是实现全自动化乒乓球动作识别。经过多次讨论,团队决定使用飞桨开源的端到端套件PaddleVideo来训练动作识别模型。
在标注球员动作这个环节,需要既懂AI技术又懂乒乓球的人进行操作,这其中有北大的学生,也有百度的工程师,甚至连乒乓球世界冠军牛剑锋,也带着她的研究生加入了标注比赛数据的工作。为了攻克动作识别的技术难点,团队和百度的工程师们经过50多次实验,尝试了20多种优化策略组合,才确定了最优的解决方案。
超过500G比赛的标准训练数据集,智能乒乓已经初具规模。目前系统已经可以识别出是否发球、拉、摆短等8个大类动作。其中起止回合准确率达到了97%以上,动作识别也达到了80%以上。相信通过不断的优化,这个系统将会最终达到高精度的动作识别和时序定位效果。
目前能取得这样的成果,吴飞也感叹道:作为AI初学者,曾经以为人工智能离自己很远,这次的经历让我从一名乒乓球裁判、技战术分析的科研人员转型成开发者,也应了那句话:人人都可以成为AI开发者。
未来,AI与体育的结合将会是主流的方向,借助人工智能提升对于运动动作判断的精度,节省人力投入,也能帮助运动员与教练员更好地投入训练与比赛中。
- 户外|“小眼镜”增多 专家支招教你科学用眼
- 卫星拍摄下的南极洲,专家发现神秘骨架:人类又发现了史前物种
- 油价|年内第十涨后 油价或将迎下调:会持续降价吗?专家回应
- 量子专家的硬核实验1:宇宙共有3个世界,人类可进阶高层次世界
- 男子带家传木盒来鉴宝,盒子从没打开过,专家:稳住,两个好消息
- 数学|孩子数学考6分气哭爸爸 每天辅导深夜坚持一年多直言崩溃:教育专家回应
- 台积电|美专家公开发声,给了中芯一颗“定心丸”?
- 第四届国际智能体育大会:促进人工智能与体育产业深度融合
- 芯片|比芯片垄断更严重,清北学霸成为美芯片专家,我们该重视了
- 使用时间|刷手机多长时间算过量?专家这么说——
