如今,當(dāng)我們看板球或是網(wǎng)球的比賽的時候很容易發(fā)現(xiàn),機(jī)器視覺技術(shù)(machine-vision techniques)早已革命性地開始輔助裁判進(jìn)行現(xiàn)場的即時分析和判罰。例如,當(dāng)比賽過程中球落在了邊線附近的時候,系統(tǒng)就會通過當(dāng)時在三維空間中記錄的球體的運動軌跡,來生成一個虛擬的3D回放,對球體落地一瞬間的位置進(jìn)行精準(zhǔn)顯示。機(jī)器視覺技術(shù)甚至還能夠通過現(xiàn)場的情況即時測算出球體在受力之后的前行軌跡。雖然這個技術(shù)已經(jīng)在板球和網(wǎng)球比賽中應(yīng)用許久了。但這種球體運動軌跡跟蹤算法在其他的球類運動中——如籃球、排球、足球等卻遲遲未能出現(xiàn)。那么這是為什么呢?
原因就在于,在這些運動中,在攝像頭的視角下,球體經(jīng)常會被球員所遮擋。攝像頭無法拍攝到球體的話,球體運動軌跡跟蹤算法就無從談起了,所以此時的球體運動變化是無法進(jìn)行預(yù)測的。更何況,和在空中的受力分析相比,處于球員控制下的球體所受的力還要復(fù)雜得多,速度也要快得多。
除了這些因素外,像是足球這類的比賽中還會有一個問題——比賽場地非常寬闊,如果想要把全場都拍攝下來的話,就需要把攝像頭放得足夠遠(yuǎn)才可以。而這就會導(dǎo)致視頻中球體的成像質(zhì)量低得多,使得測算系統(tǒng)更難對球體的運動軌跡進(jìn)行跟蹤。
在瑞士的洛桑聯(lián)邦理工學(xué)院,Andrii Maksai和他的好朋友共同設(shè)計出了一種全新的球體運動軌跡跟蹤系統(tǒng),據(jù)稱能夠應(yīng)用于除板球、網(wǎng)球外的其他球類運動。
大多數(shù)球體運動軌跡跟蹤系統(tǒng)依賴于兩種不同的方法來進(jìn)行測算。一種就是通過跟蹤球體在三維空間中的運動,然后預(yù)測出球體在受力之后的各種可能的軌跡。隨著球體的追蹤數(shù)據(jù)越來越多,球體能夠被逐漸到惟一的一條運動軌跡上。
這種方法的優(yōu)點是,軌跡的測算中內(nèi)置了物理定律,可以有效避免出現(xiàn)不科學(xué)的測算結(jié)果。然而,這種方式對球體路徑追蹤的成像質(zhì)量要求是非常高的,必須要相當(dāng)才可以正確測算,更不用說被遮擋了。
另一種方法就是跟蹤球員,當(dāng)球員控球時進(jìn)行受力分析。當(dāng)球從一個人傳到另一個人后再對另一個球員進(jìn)行跟蹤測算。這樣做的優(yōu)點是,該系統(tǒng)不會因遮擋而無法對傳球路徑進(jìn)行測算。事實上,這種方法應(yīng)用在籃球比賽時效果的確非常好。然而,如果沒有對球體的運動軌跡加以受力分析的約束的話,這個系統(tǒng)有時就會生成出不科學(xué)的測算結(jié)果。
Maksai和伙伴們一起想出了一個非常淺顯易懂的解決方案——同時對球體和球員進(jìn)行追蹤。從兩方面得到數(shù)據(jù)后進(jìn)行合并測算。
“我們精確地模擬球體和球員的運動軌跡,并在球體沒有被遮擋的情況下對球體加以受力分析的約束,終得出測算結(jié)果”,Maksai說。
該小組已在多場排球、籃球和足球比賽的視頻中測試了它的算法——通過多臺不同角度同時進(jìn)行拍攝的攝像頭得到影像數(shù)據(jù),合成出3D模型。但是,在多次遮擋球體的情況下,即使通過這種合成算法進(jìn)行測算,實際結(jié)果仍然還是不夠。結(jié)果表明目前的技術(shù)還是有改善空間的。
雖然這個系統(tǒng)并不,但這不妨礙其被稱為球體運動軌跡測算領(lǐng)域的一塊里程碑——因為這個系統(tǒng)已經(jīng)極大地提高了演算處理時間,已經(jīng)足以能夠在電視轉(zhuǎn)播中為其他球類比賽提供即時的虛擬3D回放了。
但是,處理時間的壓縮勢必會導(dǎo)致演算的正確率降低,而這同樣嚴(yán)重限制了該系統(tǒng)的實用性。畢竟,你也不能把不科學(xué)的演算路徑播放給電視前的觀眾啊。
而像籃球這種比賽中,由于球體運動軌跡的不可預(yù)測性較小,所以這種測算系統(tǒng)的優(yōu)化也還是有所幫助的。
有像Maksai團(tuán)隊這樣為之努力著的人,相信我們距離能夠在足球、籃球和排球比賽中看到即時3D回放已經(jīng)不遠(yuǎn)了。不過我們還是要清醒的意識到,目前還沒有能夠在商業(yè)上可行的解決方案。
這可能還需要研究人員進(jìn)一步優(yōu)化處理即時演算的方式。目前來看,有一種可能性是采用深度人工智能學(xué)習(xí)技術(shù),通過人工智能來預(yù)測球體的運動軌跡。而這可能會是一個完美地解決方案。
無論研究人員會選擇哪種方式,目前在這一領(lǐng)域仍然還有很多問題需要解決。