本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan" ?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
Se detecta que el idioma que usted usa no es el carácter chino tradicional.Por favor, intente entrar en la Página web de“Español”

掌握羽球落點跑位情報 國內研究團隊開發新利器

最新更新:2019/09/18 17:17

(中央社記者黃巧雯台北18日電)由交通大學與台灣科技大學開發深度學習的3D賽局記錄系統,可計算比賽時球員與球的3D軌跡,將可助台灣選手擬定策略、提升成績,盼能拚2020東京奧運金牌。

台灣羽球運動人口高達200萬到300萬人,而台灣選手近年來在國際賽事表現亮眼,根據世界羽聯(BWF)最新世界排名,台灣羽球一哥周天成、台灣羽球一姐戴資穎目前排名分占世界第2、第4。

過去分析羽球比賽中的羽球軌跡資料,通常是由有經驗的情蒐人員進行錄影,並即時記錄重要比賽資訊,賽後再仔細反覆觀看重播影片,以記錄對戰過程及比賽細節。

為更有效率收集比賽情報,由交大與台科大具有資訊與體育專長共8名教授所組成的研究團隊,包括交大資訊學院副院長易志偉等人,合作開發深度學習的3D賽局記錄系統,透過運動結合科技方式,除了可改善上述問題外,資料的內容更從2D提升至3D。

研究團隊表示,所開發TrackNet可從比賽影片辨識及標示出高速飛行的羽球,再使用YOLOv3偵測球員位置,並以OpenPose計算運動員的骨架姿態,除可用於賽局資料收集外,還可計算並儲存影片中球及運動員的3D軌跡與運動員的姿態,根據球的3D軌跡及運動員動作可了解球種的使用、運動員的敏捷度及常用的球路等資訊。

進一步分析資料後,研究團隊指出,選手將可透過數據分析找出盲點,像是找出對手習慣球路,進而擬定戰勝對手的策略,還可計算對手或台灣選手的失分位置,做為攻擊目標與自我強化的方向。(編輯:張雅淨)1080918

地機族
訂閱中央社
感謝您的訂閱!瀏覽更多中央社精選電子報
點擊訂閱電子報 點擊訂閱