大家好，我是小编

最近欧洲杯很火

领导让我趁热宣传，搞点动静

啊？可我是个球盲啊......

那，这动静还行不？

搞错了，重来！

接到任务，小编就去请教了公司智慧体育方面的产品经理。

怎样让足球小白也能轻松辨别绿茵场上的明星们？足球跟AI能不能联系起来？

原来，应广大观众的需求，我们已经支持中国移动咪咕公司新推出了「AI点亮球星」功能。

怎么点亮？哪里不会点哪里吗？

走，一起去看看！

“有AI，花式看球赛”

为了实现一键追踪球星动态，业界之前尝试了很多种方式。

比如，对回放画面进行智能分析+特效包装。

又或者通过在场馆内搭建特种全景摄像机，让球员在身上佩戴传感器等方式，来获取现场比赛数据。

「AI点亮球星」功能的优势在于，不需要部署数据感知系统，基于直播画面分析，支持实时互动体验。

对于“铁杆球迷”来说，第一时间知道战况，才能放下悬着的心，所以直播是首选。

在观看直播过程中，任意点击一名球员，你喜爱的或者是你不熟悉的，都能实时查看该球员的历史战绩、本次比赛得分等信息，直观了解球员的站位及跑动路线。

小编随机采访了几位朋友的「用户体验」。

「AI点亮球星」功能获得了资深球迷的认证：分析夺冠形势很好用。即使中途进入直播，也可以根据比赛数据统计，掌握赛况。

足球小白也表示期待已久，被“硬控”了整场直播，妥妥的知识科普。

“AI点亮，不太容易”

在足球比赛的长镜头记录中，这些因素都会给精准识别与稳定跟踪带来挑战：

变焦会放大或缩小球员的“尺寸”，不同机位也会影响球员在画面中的轮廓和姿态。

高速运动的时候球员会变得模糊。

当球员“控球”时，可能会相互遮挡，比如像这样：

阴影和光照变化也会遮挡球员的部分身体或面部特征：

挑战有点多，是不是汗流浃背了。

“没关系，我们逐一击破”

首先确定使用什么算法识别？

只通过人体特征识别确定球员身份难度大，我们优化了算法模型，融合人体特征识别、球衣颜色识别、球号识别、人物姿态等多维视觉算法，进行实时定位和身份识别。

为了解决运镜拍摄和人物高速运动带来的球员模糊问题，又引入了相机运动补偿机制。

通过估计摄像机的运动参数，如平移、旋转、缩放，对图像进行相应的几何变换，以补偿由于相机运动引起的图像抖动和错位。

举个例子。假设在某一帧画面中，一个球员正在快速奔跑，但由于相机的水平移动，球员的形象变得模糊，并且位置有一些偏移。此时算法就会根据相邻帧的特征点，对这一帧的图像进行“补偿”。

现在还有一个问题，当球员在画面中相互遮挡时，算法如何准确识别？

这就要用到多目标跟踪算法：在每一帧画面中，检测所有目标球员，并标记他们的位置和特征，建立每个球员的运动轨迹。即使发生遮挡，也可以根据之前的运动轨迹预测当下位置，通过球衣颜色、球号等特征帮助识别和持续追踪。

“算法复杂，性能跟得上吗？”

算法多了，实时处理压力也大了。在有限的计算资源下，怎么完成高效的计算，保持性能稳定？

问题的关键是找到——

「关键」问题。

简单来说，就是我们把可以识别出球员的所有特征进行了优先级和可靠性排序，找到关键特征。

就好像做菜时，相比尝味道，通过观察晶体大小和形状可以快速判断出糖和盐，这就是它们的关键特征。

而在球场上，尽管赛事画面中出现了球员的多个可识别特征，但是利用球衣颜色和球号识别时，准确度高且速度快。那就优先调用这些关键特征进行初步识别，并根据赛场变化不断进行结果校准。

这样一来，保证精准识别球员的同时，也降低了算法对性能的消耗。

欧洲杯激战盛夏

看球的正确姿势，你Get到了吗

AI点亮球星

哪里不会点哪里