大家是否还记得东京奥运会有一场乒乓球比赛,孙颖莎和伊藤美诚精彩的半决赛,在这场比赛中,有一个强大的人工智能平台全程监控分析,为中国队夺冠提供助力。
这个人工智能平台做了什么?
这个人工智能平台来自浙江大学,在东京奥运会的乒乓球赛场上,它忠诚的记录了伊藤美诚的每一次发球、挥拍、奔跑等数据,然后传送到“浙江大学乒乓球智能大数据分析平台”的技术团队手中。
人工智能平台的迅速分析,让女乒团队在比赛结束的瞬间就可以得到两人对战表现的报告。这些报告详细标注了运动员击球技术、落点、位置、排序等信息,比赛数据和技战术研究报告将很快应用在接下来的比赛中。而在没有大数据平台之前,人工标注一场乒乓球比赛的详细数据往往要花费5个小时左右,对于备战赛程密集的奥运会来说显得力不从心。
在女单半决赛前,平台已经详细分析了伊藤美诚之前在本届奥运会上打的三场比赛。她独特的发球和接发球技术变化,以及落点、旋转、习惯动作、直接与间接效果,都早已在比赛前就被我们的女子乒乓球队掌握,并且制定了针对性战术。
有了这样的强大助力,赛场上的孙颖莎很快就遏制了伊藤美诚的技术发挥,最终以4:0的比分取得了完胜。在赛后的采访中,伊藤美诚也不得不承认,自己的水平只发挥了两三成。
运用大数据挖掘和可视分析的方法,“浙江大学乒乓球智能大数据分析平台”仿佛给运动员们加了一个“科技buff”,让中国乒乓球队的教练员和运动员做到了“知己知彼,百战不殆”。
事实上,在竞技体育领域中,大数据分析平台早已不罕见。特别定制的体育比赛可视分析系统,运用交互式方法,能够对运动员比赛中的技战术及体能等信息进行观察与分析,进而为球队提供有价值的比赛与训练建议。
那么,可视分析技术是什么,它又是如何在乒乓球赛场上大显身手的呢?
什么是可视分析技术?
随着计算机科学与人工智能的迅速发展,大数据挖掘和可视分析技术作为有效的数据展示和分析手段被广泛应用。说到可视分析技术,就不得不提到可视化(Visualization),它的本意是为了清晰直观的呈现物体,而使物体图像化、图形化。
大数据可视分析利用了计算机的自动化分析能力,同时结合了人类对于可视化的信息的认知优势,两者强强联合,借助人机交互式分析方法和交互技术,让我们有办法更加直观高效地洞察到大数据背后隐藏的信息、知识与智慧。
人类从外界获得的信息有80%以上来自于视觉系统,当大数据以直观的可视化的图形形式展示在分析者面前时,分析者往往能够一眼洞悉数据背后隐藏的信息。因此,大数据可视分析是大数据分析不可或缺的重要手段和工具。
下图是一个信息可视化的参考模型,其中计算机负责收集原始数据、从数据表归纳信息、生成可视化结构并把可视化的信息呈现给用户,通过人机交互环节,让人类的分析能力充分融入到数据分析过程中。
乒乓球赛中如何应用可视分析系统?
那么大数据可视分析是如何应用到乒乓球赛的技术研究中的呢?
乒乓球属于隔网对抗项目,它的规则相对简单,运动员的比赛战术往往是通过2拍及以上击球的技术、落点、位置、弧线、速度和力量等的变化和组合来完成。
因此,隔网对抗项目的可视化和可视分析关注的是运动员每次击球行为的属性(技术、落点、位置、弧线、得失分等)以及击球行为序列变化的时空特征与关联特征。
来自浙江大学CAD&CG国家重点实验室的技术团队为乒乓球赛开发的iTTVis数据可视分析系统,让乒乓球技战术分析人员能够看到球桌的“另一面”。平台提供了多个可视化选择,可以对乒乓球比赛数据进行详细分析。下图为iTTVis的系统界面,分为5个视图,分别展示了整体局势、球的轨迹、得分率、战术策略和历史记录等。
界面的B区展现了乒乓球比赛的整体局势,包括每回合中运动员的比分变化,并且对每回合的比赛局势也进行了可视分析,其中不同的圆圈颜色表示每回合运动员的胜负,而不同的圆圈长度则代表了该回合的比赛时长。
界面的C区标注了每回合中球的轨迹。
界面的D区是一些关联矩阵图,根据比赛中每拍的击球技术、击球落点、击球位置划分为矩阵,并将相邻拍的矩阵进行关联,在矩阵中编码使用频率和得分率。
界面的E区编码了连续3拍的属性,同时展示对应的使用频率和得分率。
界面的F区记录了历史操作。
通过可视分析系统,乒乓球数据分析人员可以发现运动员在比赛中频繁采用的击球技术和战术,进一步为运动员的训练和比赛提供有价值的见解。
例如,孙颖莎和伊藤美诚的那场比赛,浙江大学教育学院体育学系博士后周正在接受采访时表示:“伊藤美诚前三拍其实非常凶狠,但是因为她身高的限制,进入相持阶段,打跑起来以后,她护台面积没有这么大的。所以我们只要前三板失误减少,坚持打到后面,很大概率都是能赢的。”
未来的可视分析,将会采集更加细粒度的数据,并应用人工智能等前沿数据分析技术,帮助球队的分析师、教练员和运动员更加深入地了解与发现技战术及体能等多方面的问题,为球队的战略战术决策提供科学支撑,使得中国在成为“体育强国”的背后,也是“科技强国”的体现。