北京
前陣子社交媒體上瘋傳一張世界杯數(shù)據(jù)可視化動圖——場上隊員的跑動軌跡、傳球線路被瞬間點亮，像一個實時戰(zhàn)術(shù)沙盤。我琢磨著能不能自己做個更深的版本，于是開始翻這些數(shù)據(jù)到底是從哪來的。
一查才發(fā)現(xiàn)，有一批公司專門向體育隊伍和博彩平臺兜售這類數(shù)據(jù)，背后靠的是直播視頻的計算機視覺管線。大致流程是：對畫面里的球員和球做目標檢測與光學字符識別，利用禁區(qū)角、中圈、球門線等場地標志做幾何校正，把像素坐標轉(zhuǎn)成球場坐標，再混合算法推理和人工標注來記錄事件——比如傳球、搶斷、射門、點球。追蹤球員時，若球衣號碼被遮擋，還得靠視覺嵌入模型維持對球員位置的“最佳猜測”。
不同供應商的數(shù)據(jù)完整度差別很大，我找到了5家提供免費開發(fā)者樣本的公司。對比下來，PFF的數(shù)據(jù)最適合做高仿真的“數(shù)字孿生”——它不僅有2022年世界杯全部64場比賽，還提供所有球員在30Hz頻率下的XY坐標。一場比賽的追蹤數(shù)據(jù)就在0.8GB到1.2GB之間，事件數(shù)據(jù)也有16到20MB。這意味著每秒能采30組位置，幾乎可以把場上一切動作以0.033秒的切片還原出來。
事件信息也細得驚人。拿阿根廷對法國決賽里梅西一次頭球來說，系統(tǒng)給那一幀打了完整的標簽：比賽時鐘13分36秒，梅西身穿10號球衣，位置右邊鋒，觸球時的身體部位是頭部（HE），是來自地面的空中球（A），面向角度為G，第一觸球類型為S，無壓力。這次的傳球事件還記錄了目標球員、接球人、傳球準確性等一連串參數(shù)，甚至標記了傳球的最終結(jié)局——傳給胡利安·阿爾瓦雷斯且完成。
有這種粒度的數(shù)據(jù)，再配合輕量3D重建，開發(fā)者就能把64場世界杯比賽做成可觀察的數(shù)字孿生，隨意調(diào)整視角、慢放任何瞬間，做比賽復盤的體驗直接上了一個臺階。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
