用AI捕捉运动员3D姿势 让赛事报导更为精准

  计算机视觉的进步使得人们能够更加深入的了解周围变化，对于新闻工作者来说，赛场中大量选手细节单靠人眼是无法完全进行捕捉的。

  因此为改善体育赛事的报导方式，纽约时报用AI开发一套3D姿势量测模型，从连拍相片中计算出体操选手的3D骨架，提取肉眼容易漏看的姿势细节，让记者能够看到为丰富的画面资料，以更好地对赛事状况进行报道。

  关于赛事方面的探索，其实从未停止过，此前也曾提出过动作捕捉一类技术，但以往这一技术需要求运动员佩戴物理设备，显然这在赛事中是不可行的。因此纽约时报构建了一个解决方案，利用相机、机器学习和计算机视觉来捕获更多赛场信息。

  这一方案的原理是，在比赛现场，摄影师会从多个角度拍摄运动员，并用机器学习算出每个影格中的运动员2D姿势，再以相机参数和三角化算法，从2D姿势回推3D姿势，系统可从3D姿势序列计算出旋转速度、跳跃高度等评分指标。

  之所以一定要以照片形式来进行分析，其原因在于连拍的照片每一帧画面都远比视频要清晰，更利于机器学习模型感知图像细节与选手姿势。