機(jī)器視覺：為什么追蹤網(wǎng)球的技術(shù)不能用在足球和籃球上？

如今，當(dāng)我們看板球或是網(wǎng)球的比賽的時(shí)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(chǎng)的即時(shí)分析和判罰。例如，當(dāng)比賽過程中球落在了邊線附近的時(shí)候，系統(tǒng)就會(huì)通過當(dāng)時(shí)在三維空間中記錄的球體的運(yùn)動(dòng)軌跡，來生成一個(gè)虛擬的3D回放，對(duì)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(chǎng)的情況即時(shí)測(cè)算出球體在受力之后的前行軌跡。

雖然這個(gè)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(yùn)動(dòng)軌跡跟蹤算法在其他的球類運(yùn)動(dòng)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(yùn)動(dòng)中，在攝像頭的視角下，球體經(jīng)常會(huì)被球員所遮擋。攝像頭無法拍攝到球體的話，球體運(yùn)動(dòng)軌跡跟蹤算法就無從談起了，所以此時(shí)的球體運(yùn)動(dòng)變化是無法進(jìn)行預(yù)測(cè)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(huì)有一個(gè)問題——比賽場(chǎng)地非常寬闊，如果想要把全場(chǎng)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(huì)導(dǎo)致視頻中球體的成像質(zhì)量低得多，使得測(cè)算系統(tǒng)更難對(duì)球體的運(yùn)動(dòng)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(jì)出了一種全新的球體運(yùn)動(dòng)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(yùn)動(dòng)。

大多數(shù)球體運(yùn)動(dòng)軌跡跟蹤系統(tǒng)依賴于兩種不同的方法來進(jìn)行測(cè)算。第一種就是通過跟蹤球體在三維空間中的運(yùn)動(dòng)，然后預(yù)測(cè)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，球體能夠被逐漸精確到惟一的一條運(yùn)動(dòng)軌跡上。

這種方法的優(yōu)點(diǎn)是，軌跡的測(cè)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(cè)算結(jié)果。然而，這種方式對(duì)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)精確才可以正確測(cè)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(shí)進(jìn)行受力分析。當(dāng)球從一個(gè)人傳到另一個(gè)人后再對(duì)另一個(gè)球員進(jìn)行跟蹤測(cè)算。這樣做的優(yōu)點(diǎn)是，該系統(tǒng)不會(huì)因遮擋而無法對(duì)傳球路徑進(jìn)行測(cè)算。事實(shí)上，這種方法應(yīng)用在籃球比賽時(shí)效果的確非常好。然而，如果沒有對(duì)球體的運(yùn)動(dòng)軌跡加以受力分析的約束的話，這個(gè)系統(tǒng)有時(shí)就會(huì)生成出不科學(xué)的測(cè)算結(jié)果。

Maksai和伙伴們一起想出了一個(gè)非常淺顯易懂的解決方案——同時(shí)對(duì)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(cè)算。

“我們精確地模擬球體和球員的運(yùn)動(dòng)軌跡，并在球體沒有被遮擋的情況下對(duì)球體加以受力分析的約束，最終得出測(cè)算結(jié)果?！薄狹aksai

該小組已在多場(chǎng)排球、籃球和足球比賽的視頻中測(cè)試了它的算法——通過多臺(tái)不同角度同時(shí)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(cè)算，實(shí)際結(jié)果仍然還是不夠完美。結(jié)果表明目前的技術(shù)還是有改善空間的。

雖然這個(gè)系統(tǒng)并不完美，但這不妨礙其被稱為球體運(yùn)動(dòng)軌跡測(cè)算領(lǐng)域的一塊里程碑——因?yàn)檫@個(gè)系統(tǒng)已經(jīng)極大地提高了演算處理時(shí)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(shí)的虛擬3D回放了。

但是，處理時(shí)間的壓縮勢(shì)必會(huì)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(shí)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(yùn)動(dòng)軌跡的不可預(yù)測(cè)性較小，所以這種測(cè)算系統(tǒng)的優(yōu)化也還是有所幫助的。

有像Maksai 團(tuán)隊(duì)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(shí)3D回放已經(jīng)不遠(yuǎn)了。不過我們還是要清醒的意識(shí)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(shí)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(cè)球體的運(yùn)動(dòng)軌跡。而這可能會(huì)是一個(gè)完美地解決方案。

無論研究人員最終會(huì)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。