Produkte

Webseiten

基于AI的蹦床体操跳跃检测和跳跃分析

在顶级体育赛事中,有天赋的运动员、有动力的教练和正确的训练环境是取得优异成绩的基本前提。然而,当涉及到领奖台的位置时,几毫秒和几毫米是至关重要的。这些细微之处今后将通过一个新项目开展研究:德国体操联合会的蹦床教练和运动员数据进行可视化和记录,该项目基于总部位于Unterschleißheim的Simi Reality Motion Systems GmbH公司的一个图像系统。视频记录相机由位于奥本韦勒的MATRIX VISION公司提供。

KISS:一个改进培训和文件记录的项目,即"KI-gestützte Sprungerkennung und Sprunganalyse"的简称。德国体操联合会(DTB)和位于吉森的Justus Liebig大学体育科学研究所正在合作开展蹦床体操的 "KISS "项目。KISS的目的是使用无标记的情况下实现人工智能来区分在蹲下、弯曲和伸展姿势下执行复杂的跳跃,并对跳跃的质量进行量化。要做到这一点,系统需要合适的学习数据。这些数据由现有的蹦床体操训练信息系统提供,该系统自动记录练习形式(初步练习、单个跳跃、跳跃连接和整个练习),并由测量和信息系统(HDTS)提供,该系统确定量化特征(飞行高度、布面接触时间和在器械上的落地/跳跃位置)。从长远来看,运动员的个人学习进展将由此产生,并可用于制作成绩控制计划。这意味着这些个人训练效果分析将扩展到包括对所使用的训练辅助工具和训练方法的分析,并且所获得的知识可以用于未来帮助运动员技术训练的个人内部表现控制规划。

第一步,用八到十台相机从各个角度对技术上正确的跳跃进行视频记录。技术上正确的跳跃是基于国际联合会的技术规范,在软件中被模拟为最佳状态,从而构成了跳跃的视频分析的基础。第二步,对视频记录进行自动的时间连接。在这里,跳跃从不同角度被记录下来,并与其他训练系统的数据同步。第三步,进行自动跳跃识别。基于最佳的跳跃视频记录,该系统通过自动识别活动者的当前跳跃,并比较所有三种执行可能性(下蹲、弯曲、伸展)中已知的跳跃。第四步,对偏差进行分析。当前的跳跃与最佳状态进行比较,同时确定和评估偏差(以基于积分准则的扣分形式)。首先,教练团队以及裁判将确定和评估偏差,目的是人工智能以后能够确定和机械地输出偏差。最后一步是误差分析。由于最佳和个别数据的多样性和连续扩展,机器评估和错误分析可以通过人工智能方法(如模式分析)逐步改进。

作为技术合作伙伴,德国体操联合会引入了Simi Reality Motion Systems GmbH公司;这是一家拥有超过25年经验的运动和行为分析系统 "3D运动捕捉 "的专家。通过Simi Shape 3D,Simi开发的软件可以利用最新的图像处理和人工智能算法在没有任何标记的情况下捕捉运动员的运动,并提取包括关节在内的高精度3D模型。要做到这一点,该软件需要几个高速摄像机的数据。多年来,Simi一直使用MATRIX VISION公司的强大而方便的mvBlueCOUGAR-XD双千兆网工业相机,由于运动速度快,最低要求为1920 x 1080像素,每秒100帧,并采用全局快门技术。USB 3.0也能处理数据率,但由于相机和计算机之间的距离,只有基于网络的解决方案才有意义。那么万兆的解决方案呢?通过mvBlueCOUGAR-XT,MATRIX VISION提供了一个合适的解决方案。其优势是显而易见的:首先,新的摄像机提供以太网+(POE+)供电,这大大简化了摄像机系统的布线。也就是说,每台摄像机原有的三条电缆只剩下一条。其次,新相机支持符合IEEE1588的精确时间协议(PTP)。这将使八台摄像机精确同步。第三,新相机是基于与mvBlueCOUGAR-XD相同的驱动基础。这意味着Simi只需在几个地方调整代码以获取图像。这样一来,4K的运动和行为分析在未来将可以毫无问题。