华盛顿，2月13日(ANI):由杨百翰大学的工程师开发的新人工智能技术可以大大减少超级碗球队(以及所有NFL和大学橄榄球队)研究电影的时间和成本，同时还可以通过利用大数据的力量提高比赛策略。
杨翰大学教授D.J. Lee、硕士生Jacob Newman、博士生Andrew Sumsion和Shad Torrie正在使用人工智能来自动化耗时的分析和注释游戏画面的过程。利用深度学习和计算机视觉，研究人员创建了一种算法，可以持续地从游戏电影中定位和标记球员，并确定进攻团队的组成，这一过程可能需要大量视频助手的时间。
“我们就这个问题进行了讨论，然后意识到，哇，我们可能可以教一个算法来做这件事，”李说，他是电气和计算机工程教授。“所以我们与杨百翰大学足球学院召开了一次会议，了解他们的流程，并立即意识到，是的，我们可以更快地做到这一点。”
虽然研究还处于早期阶段，但该团队已经用他们的算法在球员检测和标记方面获得了超过90%的准确率，在确定阵型方面获得了85%的准确率。他们认为，这项技术最终可以消除NFL和大学球队使用的人工注释和分析录制视频的低效和繁琐的实践。
李和纽曼首先查看了杨百翰大学足球队提供的真实比赛录像。当他们开始分析它时，他们意识到他们需要一些额外的角度来正确地训练他们的算法。于是，他们买了一份《Madden 2020》，上面展示了进攻方上方和后方的场地，并手动标记了游戏中的1000张图片和视频。
他们使用这些图像训练深度学习算法来定位球员，然后将其输入残差网络框架来确定球员的位置。最后，他们的神经网络使用位置和位置信息来确定进攻方使用的阵型(超过25个阵型)-从手枪束TE到I形H槽开放。
Lee表示，当球员位置和标签信息正确时，该算法可以准确地识别出99.5%的阵型。I型阵型，即四名球员分别排在中锋、四分卫、后卫和跑卫前面，被证明是最难识别的阵型之一。
李和纽曼表示，人工智能系统也可以应用于其他体育项目。例如，在棒球比赛中，它可以定位球员在场上的位置，并识别常见的模式，以帮助球队改进如何防御特定的击球手。或者它可以用来定位足球运动员，以帮助确定更高效和有效的阵型。
“一旦你有了这些数据，你就可以用它做更多的事情;你可以让它更上一层楼，”李说。“大数据可以帮助我们了解这支球队的策略，或者教练的倾向。这可以帮助你知道他们是否有可能在第4下和第2下下注，或者他们是否会下注。在体育运动中使用人工智能的想法真的很酷，如果我们能给他们1%的优势，这将是值得的。”(ANI)
