Computervisietoepassingen in de sport

Computer vision (CV)-technologie is de afgelopen decennia dramatisch verbeterd. Volgens marktonderzoeksbureau Tractica zal de mondiale markt voor computervisie en hardware in 2022 naar verwachting een waarde van $48,6 miljard bereiken, tegen slechts $6,6 miljard in 2015. De technologie wordt in verschillende sectoren gebruikt – van de bouw tot de gezondheidszorg en, steeds vaker sporten.

In dit artikel bespreken we wat computer vision is en hoe de vooruitgang in deze sector coaches en atleten grote voordelen heeft opgeleverd, waaronder prestatie- en strategieanalyse.

Wat is computervisie?

Computervisie is een subset van kunstmatige intelligentie en machinaal leren (AI/ML) die computers leert afbeeldingen nauwkeurig te identificeren en te classificeren, zoals mensen dat doen. Met behulp van deep learning, een ML-model dat gebruik maakt van verschillende lagen neurale netwerken, kan CV de relatie tussen objecten en hun omgeving detecteren en organiseren. Er zijn verschillende CV-modellen, maar de meest populaire zijn beeldclassificatie, objectdetectie, beeldsegmentatie (beelden in delen verdelen) en gezichtsherkenning.

Big data heeft deze sector geholpen te groeien, omdat algoritmen leren van meer dan 3 miljard afbeeldingen die online worden gedeeld. Als gevolg hiervan hebben de huidige CV-systemen een nauwkeurigheid van 99 procent bereikt. Daarom kan uw smartphone op basis van wat de camera's zien bepalen wanneer hij in de nachtmodus moet fotograferen of wanneer hij moet overschakelen naar voedselfotografie.

Toepassingen van computervisie in de sport

Verbeterde atletische prestaties op basis van bewegingsregistratie

In 2019 creëerde technologiegigant IBM een cognitief coachingsysteem voor het Amerikaanse nationale damesvoetbalteam. Het systeem maakt gebruik van videobeelden van de prestaties van spelers om tijdig feedback te geven. Door de bewegingen van de atleet te analyseren, kunnen coaches verbeterpunten aanwijzen en kunnen atleten zich concentreren op training voor deze gemarkeerde gebieden.

Computervisie is sindsdien aanzienlijk verbeterd om bewegingen van gewrichten en ledematen te volgen, waardoor coaches en atleten begrijpen hoe training hun prestaties beïnvloedt. Bovendien kan CV de bewegingen van een speler analyseren om potentiële risicofactoren voor blessures te identificeren (bijvoorbeeld enkel- en polsblessures door een onjuiste houding).

Speler volgen voor prestatieanalyse

Hoewel het detecteren van spelers en scheidsrechters via camerafeeds vrij eenvoudig is, is het nauwkeurig identificeren ervan veel moeilijker. Om de nauwkeurigheid van het volgen van spelers te vergroten, gebruiken CV-systemen speciaal voor dat doel vaak veel verschillende camerahoeken. Via deze techniek kan CV elke speler taggen en hun poses analyseren, waardoor waardevolle informatie wordt gegeven over live-game, realtime prestaties.

Bovendien profiteert de sportjournalistiek van het nauwkeurig volgen van spelers. De gegevens kunnen worden gebruikt om diepgaandere strategieën en post-game-analyses te bieden, waardoor kijkers educatieve maar vermakelijke inhoud krijgen. Omdat CV het vermogen heeft om spelers te differentiëren, kunnen sportjournalisten benadrukken waarom bepaalde atleten beter presteren dan andere.

Bal volgen

Een van de meest gebruikte CV-technologieën voor het volgen van ballen is HawkEye van tennis. Dit systeem helpt scheidsrechters nauwkeurig te identificeren waar de bal is geland, waardoor ze op bewijs gebaseerde beslissingen kunnen nemen. Baltrackingtools kunnen sporten als cricket, badminton, honkbal, basketbal en voetbal helpen om bewegingen in 3D vast te leggen, te laten zien waar de bal precies raakt en zelfs te voorspellen waar deze naartoe zal gaan op basis van de houding van de speler.

In het voetbal werkte de FIFA samen met HawkEye om doellijntechnologie in grote stadions te installeren via een CV-systeem met 7 camera's. Het systeem maakt gebruik van hogesnelheidscamera's die elk doelgebied bestrijken en bewegende objecten kunnen detecteren op basis van gebied, kleur en vorm. De CV-tool heeft een foutpercentage van 1,5 centimeter en een detectiesnelheid van 1 seconde, waardoor scheidsrechters real-time beslissingen kunnen nemen.
Uitdagingen en beperkingen van computer vision
Hoewel CV-technologie een lange weg heeft afgelegd, kan deze nog steeds niet concurreren met het menselijk oog. Hoewel het bewegingen kan detecteren, heeft het nog steeds moeite met het analyseren van sommige complexe houdingen of het bepalen welke speler welke is tijdens botsingen en bepaalde interacties. Soms verwart apparatuur (vooral nieuwe) deze camera's en sensoren.

Niettemin passen technologiebedrijven voortdurend hun CV-technologieën aan om deze beperkingen aan te pakken. De beeldverwerking wordt bijvoorbeeld verbeterd om spelers beter te onderscheiden van objecten op de voorgrond. Naarmate professionele sporten competitiever worden, zullen de CV-oplossingen steeds meer worden verfijnd en uitgebreid om betere prestatieanalyses te bieden.

Hoe AI Superior kan helpen

Heeft uw bedrijf computer vision-oplossingen nodig om uw prestaties te verbeteren? bij AI Superior kunnen we u helpen bepalen welke processen u kunt automatiseren via CV-tools en -systemen, waaronder beeldverwerking en segmentatie, gezichts- en optische tekenherkenning en objectdetectie.