欧美日韩国产一区二区|qovd片|小明个人发布看看|小浪货你夹真紧水又多|老头把我添高潮了A片故|99热久久精品国产一区二区|久久久春色AV

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

文章圖片

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

文章圖片

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

文章圖片

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

文章圖片

Windows|揭秘冬奧會上的一項AI黑科技,正從神壇走向大眾

現代體育賽事是運動員之間爭分奪秒的比拼 , 更是賽場背后各種高科技大比武 。 近年來 , 我們看到每屆奧運會都有各種新科技亮相 , 不僅給人們帶來了更刺激的觀賽體驗 , 而且一次次幫助運動員突破身體極限 , 生動詮釋了“更快、更高、更強”的奧林匹克精神 。
以不久前結束的北京冬奧會為例 , 在速度滑冰男子500米比賽中 , 中國隊以34秒32的成績打破奧運會紀錄 , 并奪得中國男子速度滑冰歷史上的首枚冬奧會金牌 , 那一刻真是令人熱淚盈眶 , 無比自豪 , 至今難以忘懷 。

這枚來之不易的金牌背后 , 是運動員日復一日揮灑的汗水 , 也是教練員們幕后默默的專業指導和鼓勵 。 但你可能不知道的是 , 這背后還有一項AI黑科技的功勞 , 它一次次精準地幫助運動員們調整細微技術動作 , 大幅提升了訓練效率和質量 。

簡單易用的“AI教練”

在過去的體育訓練模式中 , 教練全靠肉眼觀察運動員的表現 , 并憑借經驗反復對運動員的動作細節進行調整、糾正 , 沒有客觀、具體的量化數據分析 , 欠缺訓練針對性和效率 。 最近二十年來 , 為了精確了解運動員的體能狀況、動作細節以及分析對手風格、預測戰術等 , 數據科學逐漸被引入到體育運動中 。 隨著體育運動越來越依賴數據驅動 , 為了更好的收集數據 , 利用可穿戴設備收集運動員的運動數據成為一種常見方式 。 但這種方式的弊端是顯而易見的 , 將傳感器放置在高速奔跑的短跑、速滑等運動員的身體關鍵部位 , 不僅可能會干擾運動員的運動過程 , 而且成本較高 。
那有沒有一種更簡單易用的方法來收集并精準分析運動數據?英特爾?3DAT運動員追蹤技術正是在這樣的背景下應運而生的技術 。 據悉 , 從去年冬季開始 , 中國速度滑冰隊已在日常訓練中采用了這套技術系統 。

以速度滑冰為例 , 該項目訓練和比賽場地空間范圍大 , 賽道一圈大概400米 , 且運動員的運動速度很高 , 動作幅度很大 , 如果每個運動員都采用可穿戴設備采集數據 , 必然會給運動員增加額外的負擔 。 同時 , 速度滑冰是一項技術性很強的體育項目 , 一個輕微的技術動作處理不當可能就會影響整個比賽結果 , 這要求動作捕捉系統能實時、精準生成可視化、量化的數據 , 以供教練和運動員參考 。
而3DAT首先可以通過攝像機甚至智能手機來獲取訓練視頻樣本 , 無需運動員佩戴可穿戴設備 , 無疑為獲取運動數據開辟了一條簡單、輕量的路徑 。 更重要的是 , 其基于機器視覺和AI技術 , 能從拍攝的標準視頻中提取運動員的骨骼和肌肉形狀及運動軌跡 , 重建運動員2D及3D骨骼的運動姿態及軌跡模型 , 并生成生物力學數據 , 從而能讓教練和運動專家們精準地評估運動員在運動時的身體狀態 , 并進行更有針對性的指導 。

具體而言 , 在速度滑冰項目中 , 起跑和直線加速階段是影響運動員成績的關鍵 , 也是教練員最關心的重點 。 在起跑階段 , 3DAT技術通過機器視覺和AI技術從視頻畫面中抽取和識別人體和人體關節點 , 生成2D骨骼 , 再利用場地、相機參數等信息重建三維運動姿態 , 并能通過生物力學算法計算出雙腳與起跑線的夾角、雙腿蹲屈的幅度、雙臂的位置、重心擺放等起跑姿勢參數集 , 以及包括步頻、蹬冰時間、懸空時間、地面時間、膝關節角速度、起跑角速度等各種起跑后的參數集 , 從而讓教練和運動專家們既能多視角回放觀看運動員的動作和姿勢 , 也能通過量化數據精準分析起跑姿態對速度的影響 。

相關經驗推薦