Strict Standards: Declaration of PLL_Walker_List::walk() should be compatible with Walker::walk($elements, $max_depth, ...$args) in /usr/home/byu6290450001/htdocs/wp-content/plugins/polylang/include/walker-list.php on line 0
  • EN
  • ABSG体育科技频道-Metrica从任意摄像头中提取足球数据

    18/12/2020

    Metrica是一款AI驱动的足球追踪数据解决方案。它能够自动追踪用任何摄像头(哪怕是一部智能手机)拍摄到的比赛视频中的球员位置数据,配合上数据采集团队人工标注的比赛事件数据(射门、传球等)以及其强大的模式识别算法,它能够自动识别出战术与阵型,并且与预先输入的战术准则相对比,总结球队的战术执行情况。Metrica已有的用户包括西班牙和葡萄牙国家队、西甲巴萨、法甲尼斯等;而近期,他们也推出了免费版的系统,期待视频和追踪数据能应用到每一级别的足球比赛之中。与此同时,Metrica还在Github上发布了两场比赛的追踪和事件数据,旨在于未来打造公开可用的足球分析数据库。

    图片具有强大注解系统和自动化追踪数据展示能力的Metrica

    荷兰神经科学研究所可能听上去不像是会诞生足球追踪数据革新产品的地方,但就是在那里,在大约十年前,两位当时博士在读的球迷,因为对足球和巴萨俱乐部的热爱建立了深厚的羁绊——其中一位名叫Rubén Saavedra,是巴塞罗那土著,而另一位Bruno Dagnino则来自于出产了巴萨世界级球星里奥内尔.梅西的阿根廷。

    Saavedra当时的研究领域是基因治疗和脊髓再生,实验对象主要是小白鼠;Dagnino则专注于在猴子和人类的视觉皮质中找寻神经活动。他们还有第三位好友Enzo Angilletta作为视频分析领域的补充,正是他的专业知识促成了Metrica Sports的诞生,一款AI驱动的追踪数据解决方案。目前,他们的用户包括西班牙和葡萄牙国家队、西甲俱乐部比利亚雷亚尔和巴塞罗那、法甲的尼斯、美国足球大联盟的西雅图海湾人和芝加哥火焰以及NCAA的匹兹堡大学和杜克大学。

    “我们花了6年的博士时光去分析追踪数据。所以,这些数据是描述小白鼠的、还是描述眼球移动的抑或是描述球员,其实对我们来说都没有差别,不是吗?”Saavedra说道,他还笑着找补了一句:“别和那些球员说,哈哈。”

    和大多数其它追踪数据解决方案不同之处在于,Metrica Sports具备强大的模式识别能力,能够辨认出阵型和战术,而且它能够任何摄像头拍摄的画面中提取数据,甚至仅仅是一部智能手机。


    Metrica中,勾选任意两名球员,便可以随着视频播放持续关注他们之间的距离;选取任何球员,便可以看到其瞬时跑动速度的变化

    近期,该公司还发布了一个完全免费的软件版本(下载链接:https://downloads.metrica-sports.com/)。Metrica Sports认为,视频和数据分析应当被应用于每一级别的足球比赛之中,要实现这一目标长路漫漫,而他们为此而做的第一步贡献,就是发布一个免费版本。Saavedra说,将追踪数据推向大众一直是公司的计划之一,只是这需要一个过程。Metrica成立于2014年,起初五年只专注于打造精英体育领域的产品。为了使用他们的系统,客户需要在他们的场馆中部署特定的硬件,因此花销巨大。然而,在一年之前,计算机视觉领域的算法迎来了全球范围内的更新换代,这也就意味着他们拥有了从任何摄像头中采集数据的能力。这也让他们能够发布完整系统的轻量级版本,名为Play,他们也因此吸引到了来自南非、摩洛哥以及印度的客户。

    “能够为没有大量预算的联赛提供服务,一直是我们的梦想,”Saavedra说道。“我们的长远目标是,让每个人都能用上我们的产品。”哪怕是现在,最便宜的功能套餐也需要花费1500欧(1812美元)一年。“从0花销到1500欧,”他说。“这其中还有很大的空间。”

    免费基础版的系统虽然功能有限,但是对于拆解分析一场周日社区联赛的比赛也足够了。Saavedra表示,他经常会用Metrica为球友编制比赛报告,他同时非常享受通过WhatsApp给队友发视频剪辑,拿他们的失误打趣。他还甚至在阿姆斯特丹举办的外籍人士“世界杯”业余组的比赛中执教过两位合伙人——Dagnino和Angilletta(也是阿根廷人)。

    最终,Metrica会形成一个按需求搭配功能的版本,让使用基础免费版的用户,可以注册获取他们最需要且能负担得起的升级功能。通过在产品线中增加免费版,Metrica期望能建立自身品牌的友好度和忠诚度,尤其是对那些未来某天可能进入足球领域工作的新客户,要早早把他们拿下。

    “他们之中会有未来的教练员、分析员,”Saavedra说道。“现在他们拥有一款免费使用的工具。而在数年之后,期望他们能成长为职业俱乐部中的分析大师。”

    图片Metrica Sports的三位创始人(从左到右依次为Bruno Dagnino、Ruben Saavedra和Enzo Angilletta)

    这一套之所以行得通,也来源于顶尖俱乐部的光环效应,更多的青年才俊被Metrica追踪采集数据,俱乐部也能从中受益,他们能拿到更多小球员的全新且完备的数据集,以及更多的深度分析。精英俱乐部不会立马就能接触到这些数据,但是这条追踪数据流水线的应用潜力就摆在那里。

    目前Metrica的主要能力在于自动化的球员位置追踪(仅需在视频中标注起始帧);而在其蓝图之中,实现全自动化的比赛事件采集(比如传球、射门、失误和角球),是未来的一大目标。目前,和比赛事件有关的数据,还依赖于公司的数据采集团队在软件中进行人工标注,他们非常注意视频与事件的精准同步。

    印第安纳大学女足教练Erwin van Bennekom表示,Metrica是非常用户友好的,易于标注。“人类集中注意力的时间顶多15分钟,尤其是大学学生,”他说。“视频展示会非常有趣且生动,但我们不能再仅仅停留在播放视频了。我们现在能够在视频上添加动画效果和战术指示,这让我们与众不同——使用Metrica提供的工具,我们能实现更详尽的讲解——提升球员们观看时的注意力,从而帮助我们更好地指导球员。它对我们来说真的是太有用了。”

    Van Bennekom所提到的,也就是Metrica最具创新性的能力:前文中提到的模式识别。将事件数据和物理追踪数据(比如球员位置)结合起来分析,Metrica的软件系统可以识别出各种场景——举个例子,防守区域中丢失球权——然后系统会计算球员与球之间的距离,如果处于有效位置,则显示为黑色,如果距离太远,则会标为红色。“分析师的工作不只是看冲刺速度是多快,有多少脚传球,他们要做的是看教练的战术思路是否在比赛中真正被执行了,” Saavedra说道。

    Van Bennekom第一次使用Metrica是在杜克大学,当时他是女足队伍的副总教练。蓝魔(杜克大学队名)总是希望中场能有6名球员,以应对对手的快速反击。在咨询了Metrica公司的工程师并向他们解释了自己的战术思想以后,杜克教练组便能够在赛后收到自动化生成的视频总结,展示球队比赛计划执行的是好还是坏。“基于我们预先输入的战术原则,摄像头能够识别出球场上发上了什么,”Van Bennekom 说道。“所以识别的不只是他们定义的模式,我们的战术模式也能够被识别出来。”


    世界范围内的学院派专家很快就能应用自己的执教理念,不只是去分析他们自己的比赛,也可以分析一个名为“足球公开数据集”的项目(链接:https://github.com/metrica-sports/sample-data)。Metrica在其中发布了两场比赛的球员追踪数据和事件数据(全部匿名化),并且期望未来能够形成覆盖更加广泛的数据集。“我们愿意花这个成本,我们将把追踪数据提供给整个联赛,只要该联赛允许我们将数据公开化,”Saavedra同时也承认。“这从法律上来说困难重重。”

    Metrica暂时会帮助不同的客户去根据自身需求打造定制化系统——比如说,定义教练看重的某个特定区域。在积累了大量足球场上的情形判断并形成数据库以后,这件事对于这家只有8名员工的公司已经没有那么耗费人力了。与此同时,Saavedra 表示,教练“总会觉得自己与他人完全不同,但归根结底,人和人的想法是会有一些共通之处的。