PlaySight在数千小时的视频中训练了AI以了解运动

 
体育分析是一个巨大的市场，体育分析是指使用数据和统计数据来衡量球员(或团队)的表现并做出明智的教练决策。 Grand View Research预计其市值到2025年将达到46亿美元，自2019年起以31.2%的复合年增长率增长。
也许不足为奇的是，初创公司正在大肆追求它，而其中的佼佼者之一就是PlaySight。这家总部位于特拉维夫的公司一直保持低调，但自2010年成立以来(并计划在未来几个月内再次筹集资金)从软银，Navar Corporation，Verizon Ventures，职业高尔夫传奇人物Greg Norman和其他支持者。此外，它的客户包括NBA的波士顿凯尔特人队，金州勇士队和多伦多猛龙队，以及其他80多个NCAA和NJCAA(美国国家大学生田径协会)计划以及美国网球协会的国家校园。
在本周于耶路撒冷举行的2020 OurCrowd全球投资者峰会上，VentureBeat赶上了创始人兼首席执行官Chen Shachar，让他们对PlaySight技术(特别是其对AI和机器学习的使用)的关注度下降。
现场直播
PlaySight与客户合作构建所谓的SmartCourts，它是由在田野，球场，体育馆和溜冰场周围安装的摄像头组成的连接系统。从高层看，位于其上的摄像机和软件提供了自动实时流，标记软件和预测分析，以及用于定位的音频注释和绘图工具。
PlaySight
该技术源于以色列军队-Shachar和联合创始人Evgeni Khazanov和Yoram Bentzur花费了多年的时间开发武器和战争模拟器。第一台SmartCourt于2014年安装，如今安装数量达到了数百个运动中心，学校体育馆，俱乐部和联合会，这些设施可用来设定目标，建立养生方案或从像Darren Cahill这样的教练指导下进行训练和Paul Annacone。
PlaySight的同名PlaySight Edge服务通过广播界面提供多角度视频录制以及球和球员跟踪功能，使用户可以放大，慢动作播放以及倒带到开始处进行即时重放。借助移动应用，他们可以查看和共享体育视频和数据，并创建带有标记和书签的播放的精彩集锦，并将其上传到PlaySight的体育网络。
人工智能和机器学习
PlaySight目前支持30多种运动，包括棒球，排球，游泳，曲棍球，体操，跳舞，摔跤和板球。虽然并非所有人都可以使用分析功能，但可以将体育运动称为AI模型，并在数千小时的录像中进行了训练。
PlaySight将其模型系列称为SmartTracker，Shachar表示，他们通过学习最有效的跟踪动作的方法来改进每款游戏。 PlaySight提供的现成摄像机可以捕获他们摄取和分析的素材，但是SmartTracker还可与满足某些基线要求的现有摄像机(单个摄像机最多10个)一起使用。还与LiveU合作提供了一种便携式解决方案，无需电缆即可流媒体和录制视频。
PlaySight SmartCourt Pro网球计划的订户可以查看按类型，速度，旋转等进行跟踪和标记的发球和击球。此外，他们还可以通过3D拍摄图获得性能概述，并通过自动生成的分析，百分比和性能数据来细分点。
PlaySight
根据一项运动的复杂程度，增加一项新运动可能要花费几个月至大约一年的时间。根据Shachar所说，诸如玩家跟踪之类的基础很容易-PlaySight的预训练模型可以很好地推广到新的比赛场地和比赛规则。但是，要建立更多定制的项目(例如，足球模型来密切关注进球和罚球)，需要更多的开发时间和精力。
PlaySight平台无法提供某些任务，例如在冰球比赛中跟踪冰球，而被击中的冰球每小时可以达到109.2英里。限制因素不是模型，而是照相机(或照相机)的帧频。沙查尔说：“用高速相机来做是可行的，但是如果您想实现大众市场的解决方案，那(没有任何意义)。” “我们正在努力减少[必需]摄像机的数量，以降低系统成本。”
竞争
值得一提的是，PlaySight并不是唯一一家争夺利润丰厚的AI运动分析领域份额的初创公司。
Keemotion(其客户包括哥伦比亚的排球队，职业足球联赛，NBA球队以及几个NCAA第一分区运动项目)在最激动人心的时刻捕捉来自多个摄像机的镜头，以自动跟踪球并调整视口的中心。与PlaySight一样，它可以注释记录的录像并将其流传输到手持式平板电脑，教练和支持人员可以用来查看回放并在地板的特定位置上观看。
至于PlaySight的位于特拉维夫的计算机视觉初创公司Minute.ly，它提供了一种实时软件分析工具，可以将实时视频流自动分为引人入胜的，令人心动的5至7秒的片段。同时，体育科技公司Hudl支持面向青年，高中，俱乐部和专业队的视频分析工作流程。 Startup Stats在分析的每场比赛中最多可捕获2700个数据点，利用机器学习算法来计算球员的跑动距离，球的轨迹和速度以及队友的触感。

 
在其他地方，过去几年中，IBM利用其Watson AI服务，在考虑到人群的喧闹声，运动员的情绪反应和其他因素的情况下，为美国公开赛提供了亮点。富士通开发的平台使用传感器来跟踪体操运动员的运动，并使用可测量骨骼位置，速度和各种角度的AI来分析这些运动。在学术方面，昆士兰科技大学的研究人员去年提出了一种AI系统，该系统不仅能够预测网球对手的动作，而且能够以“球员级别”的行为方式做到这一点。
但与一些竞争对手相比，沙查尔说PlaySight的重点一直是(并且仍然是)将产品和服务的价格保持在较低水平。实际上，已经有20多家高中，大学和大学在包括冰球和足球在内的多个运动场馆中安装了PlaySight技术。
他说：“我们正在[努力]开发可以使体育分析民主化的技术。” “在未来三年中，大多数体育设施或大多数体育设施将变得更加智能-它们将相互连接。而且AI会越来越好。”