天天看點

數字科學訓練——乒乓球大資料分析與決策系統

作者:智領體育

不知道大家有沒有注意到,在東京奧運會孫穎莎和伊藤美誠精彩的半決賽中,有一個智能的大資料分析與決策系統,在賽前賽後幫助中國隊進行全程監控分析,為奪冠提供支援。

這個系統是什麼?

這個系統來自浙江大學實驗室,在東京奧運會的乒乓球賽場上,通過8路專用攝像頭搭建的人工智能平台全程監控分析系統,它忠誠的記錄了伊藤美誠的每一次發球、揮拍、奔跑等資料。并結合以往8000場曆史比賽資料分析和現場平均 100Mbps 的速度傳遞運動資料到系統進行對球員的技戰術、高峰和低谷的狀态識别、優勢和特點等分析發現制勝的戰術政策,推送給教練員輔助運動員決策,讓教練員和運動員做到了“知己知彼,百戰不殆”。

有了這樣的強大助力,賽場上的孫穎莎很快就遏制了伊藤美誠的技術發揮,最終以4:0的比分取得了完勝。在賽後的采訪中,伊藤美誠也不得不承認,自己的水準隻發揮了兩三成。

東京奧運會孫穎莎和伊藤美誠半決賽 圖/Osports

由此可見,科技助力體育已成為大陸競技體育可持續發展的杠杆和抓手,其對比賽結果之影響所占比重日趨增強。建立大資料化,智能化的系統,是科技賦能體育,進行數字科學訓練有效手段。

數字科學訓練是什麼?

數字科學訓練主要是圍繞優秀運動員的技戰術、體能與心理訓練開展研究,實驗室通過資料挖掘、可視分析、計算機視覺等人工智能技術為優秀運動員的訓練和比賽提供訓練監控、技戰術視訊分析和比賽資料報告,以進一步提高優秀運動員的競技實力與比賽表現。

實驗室已獲得了系列的研究成果,在國際計算機科學領域頂級期刊上發表了乒乓球、足球、籃球和羽毛球等比賽資料智能采集、可視分析和預測等論文20餘篇。

近五年,實驗室還承擔了8項國家體育總局奧運科研攻關項目,研發了國家乒乓球隊大資料平台,為國家乒乓球隊在2019-2022年間取得世界錦标賽、團體世界杯和東京奧運會等國際大賽優異成績做出了突出貢獻。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球大資料平台服務中國乒乓球隊東京奧運備戰

數字科學訓練成果:

  1. 乒乓球資料的智能感覺
  2. 資料驅動的乒乓球擊球技術訓練
  3. 乒乓球技戰術的模拟推演
  4. 國家乒乓球隊大資料平台

成果一:乒乓球資料的智能感覺

體育資料的感覺是科學訓練的基礎。在乒乓球項目中,需要一種人機結合的乒乓球資料智能感覺方法,來對運動員擊球技術、位置以及球飛行的軌迹、速度、旋轉和落點等資訊進行采集。

實驗室為此提出了一種隔網運動視訊資料标注分析架構EventAnchor。該架構內建了用于場景檢測和目标跟蹤的計算機視覺模型,并使用模型輸出建立一系列錨點代表比賽中的重要事件。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球EventAnchor的工作流程

通過與這些錨點進行互動,使用者可以快速找到所需的資訊,分析相關事件,最終實作對簡單事件和複雜球員動作的資料标注。基于該架構,實作了乒乓球标注系統。評估結果表明該系統可以顯着提高使用者資料标注的表現,其效率是原有方法的2倍。

數字科學訓練——乒乓球大資料分析與決策系統

​乒乓球EventAnchor的使用者界面

成果二:資料驅動的乒乓球擊球技術訓練

乒乓球是技能主導類的運動項目。在訓練中,運動員的擊球技術常常是教練最為關注問題。在傳統的訓練模式中,教練隻能通過眼睛或視訊來觀察運動員球拍揮動軌迹,但無法知道球拍揮動的速度和角度等。是以亟需一種結合傳感器技術與可視分析技術的乒乓球擊球訓練方法。

實驗室為此提出了優化傳統經驗驅動的訓練方式Tac-Trainer,以此來提高訓練效率與品質。Tac-Trainer包括四部分:裝置配置,資料解釋,訓練優化和結果可視化。

裝置配置如下圖所示,将傳感器放置在乒乓球拍的拍柄與運動員的肢體上以采集球的飛行速度與旋轉速度。基于傳感器采集到的資料,進一步結合資料推理模型推斷得到運動員的擊球位置與擊球技術。随後,基于機器學習技術和乒乓球技戰術理論設計了一個量化評估擊球品質的模型。

數字科學訓練——乒乓球大資料分析與決策系統

資料驅動的乒乓球訓練場景設定

資料與模型最終以可視分析系統的形式呈現給使用者。從系統中,運動員可以發現品質較低的擊球以及推薦的優化方式。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球訓練資料的可視分析與擊球優化系統

成果三:乒乓球技戰術的模拟推演

基于競技體育比賽不可重複性的特點,使得模拟分析在競技體育科學研究中具有特殊的意義。模拟分析可以為教練提供前瞻性建議,以提高運動員在未來比賽中的競技表現。現有模拟分析普遍采用一階馬爾可夫鍊模型,但這種模型并非完全符合乒乓球比賽的實際情況,例如發球搶攻。

是以,為了更準确地完成乒乓球技戰術的模拟分析,研究團隊提出了一個基于混合二階馬爾可夫鍊模型的乒乓球技戰術模拟分析算法,提取乒乓球比賽中連續多拍擊球之間的關系進而提高模拟分析的準确性。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球技戰術模拟分析算法

設計并實作用于乒乓球比賽模拟分析的可視分析系統Tac-Simur,以直覺易懂的形式呈現出模拟分析的過程與結果,為教練員、運動員和比賽分析人員提供有效的分析工具,探索和發現行之有效的戰略戰術。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球模拟可視分析系統

成果四:國家乒乓球隊大資料平台

乒乓球是大陸競技體育的一面旗幟,是大陸傳統優勢項目,但近幾年也面臨着嚴峻挑戰。日本、南韓、德國等競争對手通過引入科技手段,有針對性地模仿不同對手的打法,顯著提升了運動員的競技水準。是以,我們也亟需引入前沿體育科技,確定大陸的優勢項目長盛不衰。

在體育總局連續四年奧運科技攻關項目的支援下,實驗室建構了乒乓球大資料平台。該平台遵循人機智能有機協同的思想,通過人工智能、人機互動、資料庫、雲計算、可視分析等計算機技術的綜合運用,提供了便捷的“采集→存儲→管理→分析→應用”的工作流程,使得分析更智能,決策更科學,促使乒乓球大資料利用從“可用”到“好用”的升華。

數字科學訓練——乒乓球大資料分析與決策系統

乒乓球大資料平台

乒乓球大資料平台現已應用到中國乒乓球隊東京奧運備戰準備。平台首先利用計算機視覺、可視分析和人機互動技術,從現場直播視訊中實時獲得比賽技戰術的詳細資料,這些資料與8000多場已有視訊的反繹評估結果相融合,通過大資料模拟推演,發現制勝的戰術政策,最後經過雲端部署的大資料平台,推送給教練員輔助決策。

實驗室還在做什麼?

目前,數字科學訓練在乒乓球領域已有很多嘗試,并取得了豐富的成果,使中國隊不斷走向“更快、更高、更強”。為了讓科技成果更好地為體育服務,實驗室正在探索體育相關的新領域,如籃球态勢分析系統以及足球态勢分析系統。這些融入了科學技術的體育系統間接推動着人類運動員自身素質的不斷突破,相信未來還将會有更多科技成果出現在體育與生活的方方面面,向科技為體育賦能點贊!

數字科學訓練——乒乓球大資料分析與決策系統

*文中圖檔均為公司原創,未經允許,請勿轉載

文章”這個系統是什麼“部分摘錄至科普中國