冬奥背后的“AI教练”,隐藏哪些黑科技?

发布日期:2022-06-20 15:19    点击次数:90

出品|网易新闻

导语:北京冬奥会不仅是一场运动盛宴,也是一场科技盛宴。为了备战北京冬奥会,我国运动健儿们早在训练中引入了最新的人工智能技术,让AI教练在背后为拼搏和汗水保驾护航。什么是AI教练,AI教练中应用到了哪些技术,对于运动员的训练又有什么样的助益呢?

AI机器人教练 助力乒乓球训练

什么是AI教练?

“你的摆臂幅度如果再小5厘米,就会减少一定阻力,速度和稳定性也会提升。”在长春冰上训练基地,教练正通过“智能冰上运动训练分析系统”对运动员进行指导。

这套分析系统,就是我们所说的AI(Artificial Intelligence,人工智能)教练。正如其名,AI教练的主要作用是通过人工智能技术对运动员的动作、姿势、速度等运动信息进行分析,提出定制化的、科学的改进建议,从而减轻教练员负担、解决过往运动员训练中在动作细节调整方面的困难,真正实现精细化训练,帮助运动员走向“更高,更快,更强”。

运动目标的骨架节点识别和可视化 图源:http://www.whb.cn/zhuzhan/xue/20220118/444748.html

近年来,随着人工智能技术走出实验室、走向生活,相信很多人对这门研究模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新兴技术已经有所耳闻。

无论是工业生产“联网”、管理智能升级、企业上云服务等的出现,加快了生产制造业转型的步伐,使工业生产变得更加高效、更加安全;还是无人驾驶汽车在众多期待中相继上路,推动了汽车行业的转型和车联网等智能交通系统的发展;抑或是电子商贸行业利用大数据技术进行精准的商品推荐……人工智能产品给我们的生活已经带来了诸多便捷。

神奇的AI教练背后,到底应用到了哪些人工智能技术,这些技术对于我们的冬奥健儿们又将有怎样的助益呢?

大数据分析——更多

北京冬奥会并不是AI教练的首次出场,在此之前,人工智能技术已经在运动场上有了广泛的应用。

例如,在刚刚过去的东京奥运会上,我国选手巩立姣和刘诗颖出色发挥、实现了我国田赛方面奥运金牌零的突破,其背后就离不开北京体育大学研发的智能训练系统的支持。

尽管如此,但冰雪赛场对于人工智能而言,仍然是一大挑战。首先,冬奥会上,所有运动员比赛穿的衣服颜色和环境色高度接近;其次,白色的冰雪赛场上,光的反射效应也更为明显,难以获得清晰画面;此外,冰雪运动中,运动员的速度非常快,空中停留时间非常短。因此,研发人员不能照搬传统的解决方案,必须进行技术创新和调整。

速度滑冰选手的速度可高达65公里每小时 图源:新华社

最终,我国研究团队利用基于深度学习原理的人工智能技术,建立神经网络模型,实现对动作视频中人体关节点的计算机自动识别,进而建立起了无反光点人体运动自动捕捉人工智能系统。

大数据技术是一系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理,从而获得分析和预测结果的数据处理技术。通过大数据技术的应用,这一系统克服了传统人工识别方法工作量大、耗时长、重复性差,严重影响动作技术分析的反馈速度和可靠性,限制了生物力学在助力竞技体育中的应用的缺点。

目前该系统已被用于钢架雪车、花样滑冰、跳台滑雪等速度滑冰和越野滑雪项目的训练中,获得超过8000人次的赛时动作技术数据,使机器深度学习越发“得心应手”,对于滑冰与滑雪运动员的动作捕捉与技术分析,既能精准到具体细节,又能快速反馈分析结果。

如果系统采用的是工业录像机,数据的传输与处理往往在1—3分钟就可完成。使得运动员和教练可以快捷地获得其每次训练或是比赛数据和其生物动力学分析结果。

训练中的跳台滑雪运动员 图源:新华网

基于大数据的人工智能不仅可以迅速给出运动过程中的各项数据,还可以也能够总结世界顶尖选手在每个阶段重要的比赛特征,将运动员身体重心、曲线数值进行记录、标注,从而给出更专业的训练意见。小冰公司首席运营官徐元春说,小冰公司开发的AI运动员训练辅助系统解决的核心问题是为每一个运动员打分提供专业意见,哪里扣分了,怎么可以少扣分,形成运动员独特的训练数据。

目标跟踪与动作识别——更精准

传统的运动员训练过程中,营销与服务教练往往需要目不转睛地盯着运动员,努力捕捉其每个动作细节。受到人类自身生理条件的限制,教练员很难看清运动员在高速运动过程中的每一个细节,对于动作精准程度的判断也只能依照感觉进行定性判断,无法给出精确的指导。

人工智能技术的发展提供了新的可能性,在人工智能的诸多分支中,目标跟踪技术是计算机视觉领域的核心问题之一,其主要能力是识别并预测视频中我们指定目标随着时间的流逝,空间方位的改变情况,相较于传统的逐帧识别目标,具有运算量低、运算速度快等优点。动作识别技术可以将视频中运动着的人体划分出基本骨架,并识别出不同部位运动的精确细节。

花滑运动员的运动骨架重建 图源:科学网

目标跟踪和动作识别技术的应用,让教练员可以使用高清摄像头在场边实时动态监督运动员,在监控屏幕上识别每位运动员身上的骨骼关键点以及运动轨迹,显示出各类运动指标的统计信息,从而给出更精确的指导。运动员可以随时掌握自己的运动轨迹及动作细节,对旋转、翻滚等复杂动作也可以进行较好的动作识别与定位,从而深刻体验竞技状态、掌握技术要领。

3D模型可视化——更清晰

“翩若惊鸿,宛若游龙”,晶莹洁白的冰场上,花滑运动员伴随着音乐翩翩起舞的身姿好像纯洁的冰雪精灵,带给观众们美的享受。

优美之外,是花样滑冰极其复杂的评分规则。花样滑冰的评分分为TES技术分和PCS节目内容分两大类,每大类又分为若干小类。动作也分为连跳、步法等诸多种类,如何旋转,如何跳跃,跳出怎么样的曲线,都会影响比赛得分。

在这一领域,AI教练不仅通过三维骨架节点检测与姿态估计,建立出运动员的动作对应的骨架运动信息,帮助运动员改善姿势的规范度与美观度,还可以通过运动目标3D模型可视化的方法,让花样滑冰运动员和教练员可以更加直观清晰地看到自己的动作是否合乎标准,也为花样滑冰运动员旋转计数这样的技术分析提供了便捷。既提高了科学化训练水平与效率,也有效减轻教练员工作负荷,让运动员的训练效果和竞赛成绩提升过程事半功倍。

花样滑冰过程中的运动目标3D模型可视化 图源:复旦大学工程与应用技术研究院教授、智能机器人研究院常务副院长张立华团队研发出的智能冰上运动训练分析系统

3D模型可视化的过程也是三维重建的过程,在计算机视觉领域,这是指根据单视图或者多视图的图像重建三维信息的过程。三维重建分为主动重建和被动重建两种:前者主要包括结构光法和激光扫描法;后者无需布设额外扫描设备,只使用摄像机采集三维场景得到其投影的二维图像,根据图像的纹理分布等信息恢复深度信息,进而实现三维重建,难度较高。考虑到赛场上难以布设相关设备,AI教练采用的是后者。

锐动科技研发的技术在速度滑冰项目中可实现大范围直道三维动作分析

专业的运动赛场以外,AI教练也在努力“飞入寻常百姓家”。研发了智能冰上运动训练分析系统的,由复旦大学工程与应用技术研究院教授、智能机器人研究院常务副院长张立华老师带领的团队正在面向专业和大众运动项目开展比赛训练分析算法及应用系统研究,根据现有基础建设竞技体育比赛训练智能分析平台,实现训练辅助分析、比赛辅助裁判等智能化应用,并建设示范性智能化体育比赛场馆、大众体育智能化示范设施,克服我国冰雪运动专业教练缺乏的问题,让广大群众能够更容易地参与到冬季运动中去,体验到冰雪运动的独特魅力。

结语:

本届冬奥会的关键词之一是创新,运用新兴的人工智能为传统的奥运赛事增光添彩,通过更先进的技术,来构建一场“前所未有”的奥运盛会,彰显当代中华的大国风采。在AI教练的助力下,想必运动员会呈现出更加饱满的状态,获得更为优秀的成绩,让运动竞技的魅力在人工智能的加持下,更显当代中华的多姿风采。

参考资料:

1.《AI教练助你化身“冰雪精灵”》作者:张双虎 黄辛 来源:中国科学报

2.《复旦研发智能冰上运动训练分析系统被北京冬奥会采用,助力教练员实现科学训练》作者:胡慧中徐斌忠 来源:周到

3. 《【深度科普】人工智能助力冬奥新发展》来源:中国数字科技馆

4.《雪山顶上的“哨兵”,冰舞背后的“教练”……北京冬奥会的神奇AI》 来源:IT时报