人工智能在篮球运动中的运用分析

马振嘉

(北京体育大学，北京 100000)

随着科技的不断发展，人类已经开始进入人工智能的时代。从各行各业到每家每户都有着人工智能的影子，体育方面也不例外。以前人类在体育运动中不断突破自我，靠的更多的是意志品质，现在随着智能时代的来临，大数据分析和智能算法等技术给训练和比赛带来了更加便捷、更加科学的分析和方法，保证了训练质量，提升了运动成绩。在篮球运动中，影响比赛结果的最重要因素就是自身和对手的发挥，这些利用人工智能的技术，可以在节省大量时间的同时保证高质量的产出，使教练员可以在比赛中实时的了解大量精确的数据和分析，从而做出应对的战术，赛后通过大数据和视频分析充分了解对手和自身，制定符合球队的训练计划[1]。智能检测仪的使用可以实时的监测到运动员的身体机能水平，从而得知赛前的热身情况和赛后的疲劳程度等。通过这些先进的技术，可以加速推进篮球这项竞技运动的发展。本文通过对人工智能在篮球运动中的运用进行研究和分析，运用文献资料法、数理统计法、专家访谈法和数理统计法等研究方法，对人工智能在视频分析、视频剪辑、技术统计、和篮球辅助训练这些方面的运用进行了研究和分析，为人工智能在篮球运动中运用的发展提供理论依据，也为人工智能在体育领域更广泛的应用提供理论借鉴。

1 研究对象与方法

1.1 研究对象

以关于人工智能篮球视频分析、人工智能篮球视频剪辑、人工智能篮球大数据分析、人工智能篮球辅助训练机器人等为研究对象。

1.2 研究方法

1.2.1 视频观察法

利用腾讯视频、虎扑篮球、FIBA官网等视频区搜索并观看大量关于人工智能与篮球视频分析、视频剪辑、大数据、篮球辅助训练的视频，了解并分析国内外人工智能在篮球领域应用的现状和技术原理。

1.2.2 文献资料法

利用中国知网、百度学术、万方数据库维普等检索工具，分别以“人工智能”、“篮球”、“运用分析”等关键词进行检索，查阅相关文献23篇，充分了解国内外研究现状，为文中的相关内容提供了坚实的理论基础[2]。

1.2.3 专家访谈法

访谈篮球领域和人工智能开发领域的专家，得到专家对于智能化篮球的看法以及对本文的一些建议，为本文提供理论基础。

2 研究结果与分析

2.1 视频分析在篮球领域的运用现状与分析

早在2016年，阿里体育就研制出了利用人工智能来识别篮球动作视频的项目。它可以将视频内容分割成为小的片段，然后利用大量的视频内容对模型进行训练[3]，从而能够识别诸如上篮、得分、扣篮、挡拆、运球、传球等篮球运动场景。利用该系统，以往需要人工记录的篮球比赛文字直播都可以用计算机来代替，结合对运动场地、运动员人脸识别、运动员行为轨迹分析等技术，还可以做更为精准的记录[2]。早先服务于军队的SportVU技术也走进了NBA，和以前只能通过比赛的录像进行人工统计所不同，SportVU使用的是球员追踪分析系统，就是使用计算机算法软件自动生成数据，之后再由人工将得来的数据进行整理和分析。主要的工作原理是在球馆的各个位置安装6个高清的摄像头，并且与计算机相关联。这些摄像头拍摄的照片通过计算机中设置的计算公式进行自动处理，将处理出的数据上传大数据平台，大约90 s就可以出一份报告。NBA通过已经发布了很多可以通过这一技术得出的深度数据。有速度与距离(计算球员场上的跑动距离以及跑动速度)、触球(统计球员的触球次数)、传球(统计一位球员的传球总数，以及通过传球帮助球队制造了多少得分机会)、防守影响力、篮板保护力、突破、接球投篮(球员在距离篮筐3 m外接球，接到传球2 s以内且没有运过球的情况下出手)、干拔投篮(3 m之外，运球后出手的投篮能力)等[3]。

视频分析可以使球队和教练了解自身和研究对手，随着这些人工智能的技术运用到了比赛和训练之中，在极大节约人工时间的基础上还增加了数据的精确性[4]。教练可以在比赛中通过这些准确大量的数据得知己方球员的状态和对手的发挥，及时的制定相应的战术来进行调整。通过赛后计算机给出的报告可以总结出这次比赛的经验，服务于之后的训练。从篮球的发展方面，这些技术可以提高篮球运动的公平性和竞争性以及篮球运动的精彩程度，从球迷方面，可以使球迷更及时更全面的了解到球员和球队的竞技情况。

2.2 人工智能在视频剪辑方面运用现状与分析

IBM中国研究院推出了IBM AI Vision视觉大脑智能视频剪辑技术，并将其运用到了篮球赛事的视频剪辑当中。这项技术利用“多模态”深度学习建模，利用布置在场地的高清摄像头对比赛中的人脸、声音、表情和动作进行“像素级跟踪和识别”，实现对高速物体和复杂动作的精细捕捉，还可以从人与物体的运动关系中理解篮球比赛的逻辑[5]。IBM AI Vision视觉大脑还可以使视频数据结构化。通过自主学习成果生成神经网络，迅速对数百万分钟的视频进行智能识别，实时完成标注、评分和剪切，使得所有视频画面变成结构化数据，供剪辑师随时调用[6]。这项技术最重要的一点是可以“学习艺术灵感”，自行制作成片。计算机可以通过不同的主题精准的找到球员的动作素材，配合音乐剪辑成视频集锦。

在视频剪辑行业方面，随着人工智能在视频剪辑领域的运用，在视频剪辑领域内掀起了一阵改革风暴。使用计算机代替人力，在为视频剪辑师节约大量时间的同时，也大大节省了人工的成本，使得剪辑师可以在单位时间内剪出更多更有质量的成品，IBM AI Vision视觉大脑智能视频剪辑技术的出现将会引领国内的视频剪辑行业的创新和发展方向[7]。相对于球迷方面，这项技术可以丰富所有球员的个人特点，使得球迷可以更加便捷精确的找出自己喜爱球星的各类视频集锦。另一方面可以更加突出球星的个人特点，使球迷发现更多具有潜力的球星。

2.3 人工智能在篮球大数据方面运用现状与分析

在以前的篮球比赛中，将大量的比赛数据进行准确的处理和分析是一件极其困难的事情，大部分比赛的记录和数据收集储存大多都要利用人工进行处理，不仅耗费大量的人工时间，而且数据的准确性也没有保证，只能通过减少数据的收集与存储来减轻负担。所以为解放人力，高效准确的统计大量的数据，人工智能走进了篮球的大数据领域。NBA一年一度的选秀大会是每支球队最重要的引援机会，优秀的新秀会给球队带来新鲜的血液，增强球队的实力。所以在选秀会前会进行一系列的测试，例如摸高、折返跑、深蹲等体能测试，也有心理测试、体检等常规检测。之后可以利用智能大数据把得到的身体数据和球员之前参加比赛时的数据智能计算后再进行对比和分析，得出这名球员的价值和潜力。

随着人工智能技术的发展，世界各大篮球联赛早已进入“用数据说话”的时代。其中发展最领先的是NBA联赛。在NBA勇士队3次夺冠期间，科尔教练的教练组就是利用人工智能技术将球员大数据进行分析，得出球员风格、球队风格，以及各种小的细节，还可以利用存储的大量视频数据来分析出自身的不足并加以改正和强化，从而使得科尔教练在对战时的排兵布阵更加从容[8]。利用大数据进行智能分析不仅可以促进篮球运动的发展，还可以增进比赛的激烈程度，满足球迷的喜好需求。

2.4 人工智能在篮球辅助训练方面的运用现状分析

人工智能机器人走进体育运动最著名的事件当属智能机器人alphago击败柯洁成为世界最强棋手这件事，可见智能技术正在体育领域飞速的发展。近年来，利用篮球机器人辅助训练的研究层出不穷。日本丰田公司研发了一种可以像制导导弹一样命中投篮，并且可以进行远距离的投篮的智能投篮机器人Cue，原理是通过计算投篮的距离、弧度、速度，将这些智能算法输入机器人的芯片当中，从而做到“弹无虚发”[9]。利用智能篮球机器人来进行评价篮球运动员的运动能力和动作模式的评估已经成为了篮球运动中很重要的一部分。在全世界范围内像功能性运动测试(FMS)、“TPI”等技术已经运用到了智能机器人之中。这种技术主要是创建尽量符合运动员运动能力的智能机器人，并输入人工智能系统来进行运动风险评估，从而降低运动员受伤的几率，是依靠建立基本的运动模式来进行筛选的智能系统。它通过识别和排列人体的基本运动模式，评估运动损伤的风险，并帮助篮球体育运动员获得最佳运动能力。篮球机器人一般由感知子系统、决策子系统、运动控制子系统、通信子系统和投球控制子系统构成[6]。各子系统之间的关系与各子系统的功能如下：感知子系统靠采集各传感器的数据，并通过通信子系统传递给决策子系统。感知子系统常采用的传感器主要有Kinect传感器、激光传感器、里程计和陀螺仪等。决策子系统负责接收并处理从通信子系统传来的信息数据，将其转化为决策指令。完成这部分功能的称为上位机，一般采用笔记本或者工业计算机。通信子系统是完成上位机和下位机以及控制器和传感器之间的数据传递。首先由决策子系统发送决策指令，接着运动控制子系统将接收到的指令转化成为智能机器人所能识别的运动控制信息，并使其完成特定的动作。投球控制子系统将决策子系统发送的决策指令转换为控制弹射机构的电平信号，完成拾球投球等动作[10]。目前运动智能监测技术发展的也很迅速。B&E公司推出了一系列关于监测人体运动的监测仪器，用户可以通过佩戴产品来实现在运动中对心率、血氧饱和度、代谢当量、血乳酸度等指标的监测，再通过智能软件进行分析，生成报告，从而了解到运动员的训练强度、机体疲劳程度和恢复情况。

3 结论与建议

3.1 结论

(1)在视频分析方面，人工智能进入到篮球视频分析行业后，大大减少了视频分析的人力物力财力，增加多种球员球队的指标，使得球队和教练员更加清晰的了解比赛，制定合理的训练计划，增加篮球运动的竞技性，推动篮球运动的高水平发展。通过智能系统储存大量比赛资料，为运动员技术统计等提供了非常有效的帮助。特别是用在一些低级别比赛的记录中更有成本的优势。

(2)视频剪辑方面，首先人工智能技术在视频剪辑的运用节省了大量的人工的时间，从视频剪辑的成本方面是减少了的。其次在视频剪辑的过程中智能系统能自动标记视频以创建大量准确的数据集，供训练之用。智能剪辑软件还可以按照剪辑师的喜好进行“自主学习”，通过计算机将视觉处理和深度学习结合，剪辑师不需要深度学习专业知识也可以进行准确高效的剪辑视频。

(3)球员大数据方面，因为这项技术的运用，对大量历史影像资料得以统一储存，球员比赛数据、球队比赛数据等指标都可以快速被找到和阅读，比赛录像中的数据得以快速分析，整理出不同球员、不同球队的数据，分析出其风格，使得教练的战术安排更加科学，球员的训练更加有效，对手的情况更加了解。球迷可以利用大数据智能分析得到更多的球队和球员的数据，例如最佳防守阵容、球队防守效率、最有价值球员等进阶数据。裁判也可以利用这一技术进行准确的判罚。裁判可以通过比赛的数据分析更加清晰的理解比赛，从而增加判罚的准确性和比赛的公正性。

(4)辅助训练方面，人工智能篮球机器人通过这些系统的传感器和控制器使机器人有了大脑，有了眼睛，能更好的辅助到训练。传球机器人可以通过输入球员数据判断传球方式、传球力量、传球路线，可以提高球员们的传球训练效率。辅助对抗机器人则可以更加细致的分析出队员的对抗强度，使得训练安全有保障，强度也跟的上。这些机器人都能使得训练更加方便，更加有效。智能检测设备为球员的训练安全和效率做保障，实时监测球员在场上的状态，预防损伤的发生，保证训练的质量。

3.2 建议

(1)在国内利用人工智能进行视频分析的技术运用只限与CBA等职业联赛，在其他省级比赛和大众比赛中较少运用，普及性还需进一步发展。另外，人工智能视频分析需要多个高清摄像机机位和专业分析软件的购买，成本较大，也是运用不够普及的重要因素之一。建议多组织视频剪辑师培训，培养专业人才，研究视频分析软件，降低成本。

(2)利用人工智能进行视频剪辑的领域，几家科技巨头形成了垄断技术，需要购买分析系统软件和进行剪辑师的培训，国内只有腾讯体育开始从IBM公司购买并运用这一技术，其他视频剪辑方法还是主要靠人工剪辑来完成。建议国内视频剪辑领域可以加大科研力度，尽早研制出自己的人工智能技术，并创造出自己的剪辑体系。

(3)使用智能机器人辅助训练的费用过高，还需降低制作成本，使这项技术普及到基层的训练之中，提升基层篮球训练水平，为输送高水平运动员提供服务。在智能监测仪器方面普及不够，基层训练大多还在使用人工方式测量心率等简单的指标，测量既不够准确也不全面，并不能准确的了解运动员机体的疲劳和恢复情况，建议将这一技术进行普及，保证训练的效率。