國內團隊運用人工智慧技術，透過影像辨識人體 17 個關節節點，精準重建球員運動軌跡，不僅幫助教練檢視選手疲勞狀況、姿勢有無走樣，未來也有機會應用到高爾夫球等運動領域。
在科技部「精準運動科學研究專案」補助下，台灣體育運動大學與台大團隊 2018 年起攜手合作，研發「 Karma Zone 系統」，系統由6支高速攝影機組成，開發電子好球帶與 3D 動作分析兩個系統，研究成果今年也獲得科技部的未來科技獎。
其中， 3D 動作分析系統透過人工智慧（ AI ）與深度學習技術，用影像辨識抓取人體關節節點，打造有「透視功能」般的 3D 骨架模型，進一步記錄手肘、膝蓋每個關節的運動速度，選手的運動表現、姿勢是否走樣都能一清二楚。
台大光電工程學研究所副所長吳育任表示，這套動作分析系統是採用無標記方式，也就是球員身上不用貼任何感測器，採用多台高速攝影機拍攝的影像，用演算法建立球員 3D 關節模型，形成類似「火柴人」般的影像。
吳育任指出，研究初期也有請球員在身上貼裝置來做肢體辨識，這項技術跟電影特效中，請演員在身上穿戴裝置，記錄下臉部表情與手腳所有動作類似，但是團隊馬上發現，感測器貼在演員身上或許不影響演技，但是平常可以投到 130 公里的棒球投手，貼上感測器，卻可能只能投到 120 公里，影響實際表現，因此加快開發無標記方式。
藉由 3D 動作分析系統，可以觀察到球員每個投球、打擊動作都是「牽一髮動全身」。吳育任說，透過演算法可以偵測出人體 17 個節點，每個節點又都有X、Y、Z共3個座標，就能計算出 51 個維度，像是右手肘、右肩、左膝等位置，進一步計算施力角度、身體如何起動。
吳育任表示，頂尖投手旳投球動作其實很固定，講求一氣呵成，「因為出手前動作不應該有不同，不然打者就可能猜出接下來的投球類型。」如果選手動作出現變化，就可能是出現疲勞狀態的警訊，這些細微差異，在系統後續分析中都能清楚顯現，也讓教練訓練上有更精準的數據化依據。
不過，一台高速攝影機1秒就有 300 個影像，3台攝影機就有 900 個畫面。吳育任表示，投手投球大約2秒，由於講求高畫質，現有電腦運算分析技術還沒有辦法做到即時顯現，一個投球動作大概需6分鐘分析，但相信未來隨著電腦運算能力不斷提高，有機會達到即時顯示分析、幫助球員更快調整狀態。
（新聞資料來源 : 中央社）
評論被關閉。