“VR＋体育”之篮球裁判用于篮球战术训练

“VR＋体育”之篮球裁判用于篮球战术训练

涂畅宇

武汉学院   430212

摘要：使用yolov5检测算法跟踪篮球，能够捕捉记录进球的时间点，并将时间点返回到业务系统，数据集特征提取使用HOG算法，使用的MLP和CNN做检测，对数据集的HOG特征来分类，判断该球得分，计入双方比分后实时反馈到场馆内计分器。同时标记进球归属，将得分与球员绑定，保存在球员个人数据端供查阅。

关键词：篮球战术板；目标检测：手势识别

一、课题目的意义

中国篮球的职业化经历了20多年的发展，但裁判员的业务水平在一定程度上也制约了中国篮球的发展，中国篮球裁判职业化进程的滞后，其根本在于高水平篮球裁判员的匮乏，我国没有专门的篮球裁判培训体制，高校体育专业毕业生是高水平篮球裁判员的主要来源。

通过对高校体育专业篮球培养模式的改革，将新技术引进教育系统实际上是创造一个新的生态系统，它在提升、改善原有教育系统的同时，让所有参与者都形成了一种新的“自然化的身体运行方式”。在不影响技战术水平提高的同时，加强对裁判能力的培养，可以更多培养高水平的篮球裁判员，以适应中国篮球发展的需要。篮球是一项风靡世界的运动，篮球的重大赛事也常常吸引万亿球迷观看。而对于一支优秀的篮球队而言，除了坚实的基本功，篮球进攻战术策略也是非常重要的。在篮球比赛中，过人的进攻战术技巧可以迅速破防，为团队创造更多的得分机会。然而，进攻战术技巧的训练条件比较苛刻——进行这样的训练不仅需要对该战术非常熟悉的多个球员，而且需要球员之间密切配合，才能达到良好的训练效果。篮球战术板（basketball tactic board，BTB）和录制教学视频是两种常见的进行进攻战术教学的传统方法。BTB 可以对战术进行较为抽象的教学描述，而让球员观看录制好的战术攻防视频可以达到比较良好的效果，但由于视频需要提前录制，录制综合全面的复杂战术场景将非常耗时。现使用虚拟现实技术进行篮球战术训练可以克服这些不足，但针对不同保真度的学习材料在篮球战术训练中的效果的研究非常少，所以对沉浸式 VR 在运动战术训练中的应用进行深入研究是很有必要的。

二、“VR＋体育”研究内容

　　一位裁判要想登上更高舞台，需要通过层层审核和考验。现在，能受邀成为夏季联赛的裁判，就意味着能在NBA裁判队伍中更受青睐。例如，现在的夏季联赛邀请只会发给那些已经是NBA G联赛裁判的人员，而G联赛的裁判席位本身的竞争就非常激烈。（去年，联盟只聘请了13名新的G联赛裁判）近年来，拉斯维加斯已成为NBA裁判培训和发展的中心枢纽。对于那些想要晋升的裁判来说，拉斯维加斯夏季联赛是一个绝佳的学习和锻炼机会。对于NBA联盟来说，这是选拔下一代裁判的绝佳机会——被选中的人员有机会在NBA总决赛中做裁判。随着时间的推进，这个培训机制也在升温，日益先进和详细。今年，NBA联盟甚至采用了VR技术，准备彻底改变整个裁判世界。

(一)将传统训练、考试革新化

通过虚拟现实技术，裁判穿戴VR设备后利用虚拟显示技术让篮球裁判通过3D的VR影像观看比赛参与执判，让篮球裁判员置身于一种虚拟环境中，就像在真实的比赛中一样，能给人一种身临其境的感觉。VR影像可反复使用，无需每次训练或考核都准备真实的比赛，相比于传统方式的训练或考核，这次创新更加便捷，更加智能化。

(二)将AI智能设计一种篮球裁判训练或考核模拟系统采用VR技术沉浸式培训裁判

1. 虚拟影像生成模块：用于将真实的比赛拍摄的3D视频信息转化为VR影像数据或制作的3D篮球比赛动画视频信息转化成VR影像。用于处理AI智能变化和VR影像数据并将其发送至VR设备。
2. AI智能将VR影像所传导的影视更加的生动立体化，使人物以及场景可以随人的主观意识而改变。通过虚拟现实技术将VR影像显示给训练或考核的裁判。裁判判决对比模块用于将裁判的判决与预设的正确判决对比，生成训练或考试成绩。训练或考试结果模块:用于将训练或考试成绩显示，以供训练的裁判查验。

　　3D视频拍摄子模块用于对真实比赛进行直接拍摄，并生成3D视频信息。虚拟影像生成子模块用于将真实比赛的3D视频信息转化成VR影像数据或制作的3D篮球比赛动画视频信息转化成VR影像。现场体感模块用于使用者使用时在不同环境中的变换做出转变。

(三)将VR技术与篮球技战术相融合

　　篮球裁判考核过程较为繁琐，考试过程对临场执裁要求较高，而通过VR虚拟现实技术模拟考核现场，可提高考核效率，规避作弊风险。首先以篮球比赛视频为模拟环境基础参数，裁判员判罚时机、犯规和违例参数、手势及裁判员选位等路径为运动参数，裁判员判罚时机、犯规和违例（参数应删）、手势动作、步法、裁判员选位及路径进行虚拟环境的模拟，并通过模拟测试的出结果参数，运用结果参数与对比参数进行对比的得出最后的结果，通过系统界面得出最终考核结果。

(四)将AI智能设计一种篮球裁判训练或考核模拟系统

　　VR影像生成模块用于将真是的比赛的3D视频信息转化为VR影像数据或制作的3D篮球比赛动画视频信息转化成VR影像，其中，根据真实比赛的3D视频信息转化可实时转化或比赛全部拍摄完成后统一转化。控制器:用于处理AI智能变化和VR影像数据并将其发送至VR设备。AI智能将VR影像所传导的影视更加的生动立体化，使人物以及场景可以随人的主观意识而改变。VR设备:用于通过虚拟现实技术将VR影像显示给训练或考核的裁判。裁判判决对比模块:用于将裁判的判决与预设的正确判决对比，生成训练或考试成绩。训练或考试结果模块:用于将训练或考试成绩显示，以供训练的裁判查验。如图１NBA在内华达大学拉斯维加斯分校VR沉浸式裁判训练项目。

图1  VR沉浸式裁判训练项目

　　专注于使用技术来协助体育运动中的认知发展的公司新推出的Launchpad技术项目的一部分，共同开发出一个虚拟现实平台，将极大助力NBA裁判培训。系统利用Second Spectrum和Hawk-Eye公司的光学跟踪技术获取数据，对NBA比赛进行全面三维虚拟现实渲染，如图2。看起来像一款电子游戏，但实际上是在还原比赛。每个球员的位置都跟在场上的一模一样，他们的体型和动作也都得到精准还原。只需要一个VR头显和一台笔记本电脑，用户就可以直接沉浸在虚拟“球场”中。他们可以从任何角度观看比赛，可以是观众角度，可以从球场上其他裁判或球员的角度，还可以从固定的区域（如记分牌或底线）。该平台还有诸如暂停、倒放和慢动作等一系列观看功能。该系统不仅能够再现过往比赛的任何片段和细节，还能够生成新的模拟比赛。该系统对裁判的培训具有划时代意义。培养裁判不像训练球员那么简单。球员只需要一个球和一个篮框就可以开始训练。而一名NBA裁判需要10名高水平球员同时在场才能练习他的裁判技术。一直以来，很多裁判都缺乏锻炼机会。Rezzil系统为有抱负的裁判提供更多的学习机会，帮助他们证明自己，提升到更高档次。一切都将从今年的夏季联赛开始。有了丰富的人才储备、尖端技术和其他可用工具，今年夏天已经成为测试和培训未来NBA裁判的重要时机。因此，今年夏天我们将迎来对比赛规则更详细的解读，每一个细节都不会遗漏。

图2 三维虚拟现实渲染场景

三、“VR＋体育”算法研究内容

1．精确计算篮球得分：

使用yolov5检测算法跟踪篮球，如图3，能够捕捉记录进球的时间点，并将时间点返回到业务系统，数据集特征提取使用HOG算法，使用的MLP和CNN做检测，对数据集的HOG特征来分类，判断该球得分，计入双方比分后实时反馈到场馆内计分器。同时标记进球归属，将得分与球员绑定，保存在球员个人数据端供查阅。

图3 yolov5检测算法跟踪篮球

2.各球员运动的实时录制，支持自动剪辑：

调用Dlib中的人脸检测器来检测人脸，对应球员身份，场馆内多个摄像机同时工作，多角度跟踪拍摄场内运动球员。球员以及观众可以保存任意球员进球录像，业务系统将自动调取该进球前后时间段内的多机位视频录像，由用户选择自动剪辑或者完整片段有偿下载，支持投放到球馆内大屏幕或是上传至云端社区供体育爱好者传播分享，如图4。

图4上传至云端社区传播分享图

3.赛事直播联动，镜头自动跟踪篮球及球员：

自动全场直播，摄像头智能跟进前后场，并可以驱动摄像头控制转向和缩放，调整摄像头的方向、角度和焦距智能聚焦和移动拍摄，以精确跟踪篮球及球员运动轨迹。自动化人物镜头跟踪及动态缩放，类似比赛转播镜头，如图5。

图5　人脸识别实例图

四、创新篮球走进虚拟现实

在篮球裁判员培训及考核模拟中引入VR虚拟影像技术的设计理念和方法,不仅为篮球裁判培训及考核开辟了崭新的道路,还为我国篮球裁判人才的培养提供了便捷的技术指导。基于VR虚拟现实技术的篮球裁判培训及考核模拟系统,打破了传统的篮球裁判员需要借助场地资源、比赛人员资源等进行考核及训练的需求。有助于减少相关资源的投入,更重要的是提升篮球裁判考核质量,开辟了VR技术运用裁判员培训领域的先河。解决传统篮球裁判培训及考核过程中场地缺乏、人为操作及比赛客观量化不足等诸多因素的制约。

拥有智能管理，线上分享，精确分析等特点，采用科学的、主流的、符合发展方向的技术，先进的、具有前瞻性的视频处理技术，对球馆进行高效管理，提供运动员准确、及时的服务。选用智能的产品对运动数据的实时分析与云端分享的机制，通过硬件开发，实现智能物控，物物互联互通。建设云数据中心，实现标准化数据采集、存储、交换，为决策者提供便捷的体育场馆大数据可视化分析视图。将各业务流程通过小程序或平台实现优化和组合，可以有效地实现各业务系统流程的有机统一。互联网与体育的结合映射出全体的体育发展新模式，5G时代的到来，体育场馆正向着数字化、网络化、信息化发展。通过国家体育发展方针政策的引导极大地推动了VR+体育的深度融合进程,为互联网+体育场馆的融合发展提供外驱动力，智能体育化建设进程将进一步加快。

针对相关行业痛点，我们针对该项目优化方面做出了核心技术革新：

1.非合作场景下人脸识别：

提出一种三元对抗重建识别网络。将最短距离三元组损失作用在三元对抗重建识别网络中，使重建生成的人脸特征与真实正面人脸的特有特征更接近，相比之下此算法在低分辨率和较大偏姿的情况下，仍然能够重建出清晰真实的正面人脸图像以提高识别率至80%。还可以提取到更加丰富的上下文信息，能够更好地进行前后帧之间的相互补偿，并且在时间复杂度上优于其他视频人脸识别算法，具有更好的实时性，能实现对场内球员的多目标跟踪识别。

2.边缘算法：

使用基于分布式训练的深度人脸识别方法。该算法利用本地数据和局部模型上传，在较小带宽占用下实现云端全局模型的训练，在不占用本地计算资源的前提下实现局部模型性能的提升。相较于传统云计算的方法，边缘算法得到的模型具有带宽占用少、节约本地资源的优点，能够大大提高计算的实时性。

五、实验结果与数据处理

  建模处理流程如下：

实验结果：根据前端接入数据来源及应用场景不同，指尖体育一体化子系统主要包括信号控制系统、视频监控系统、赛事数据处理系统、球员数据分析系统、平台用户系统、信息采集系统等内容，并从体育赛事集成管控、大数据综合应用、公众服务等平台推送或接受有效数据实现智能化体育处理系统的集成和信息共享，提升了整个篮球裁判员的智能化服务水平。

系统在研发过程中的核心技术主要包括单目标监测技术，多目标跟踪技术，篮球进球判断技术，非合作场景下的人脸识别技术以及边缘计算技术。

六、分析与讨论

该文结合现有篮球比赛辅助裁判系统提出设计篮球比赛中应用人工智能辅助裁判系统的思路。设计以篮球裁判规则及历史比赛项目等信息建立系统数据库,以数据库为参考,借助高清视频及三维分析技术等,对篮球比赛智能辅助裁判系统的功能及业务逻辑进行了描述。VR技术的使用是体育行业的一个重大变革发展。加上体育行业中5G业务的拓展，将使三大场景业务需求发生重大变化。2022年的冬奥会是VR赋能智慧体育场馆的一个展示舞台，同时也彰显了在体育行业中使用VR技术的重大成功。VR技术能够实现更快的传输速度，更低的延时以及海量的数据连接，驱动新的体育行业需求场景及新的体育业务的形态，正在创造体育行业万物互联的新时代。自2020年新冠疫情爆发以来，体育行业遭受到了前所未有的打击，球迷无法到现场为运动员进行加油鼓劲，同时5G，云计算，人工智能等技术在体育行业中的使用开始给球迷以全新的观赛体验。我们希望在项目建设后期，采用更多的新技术，构建基于5G的应用场景和产业生态，不断创新，助力体育行业的发展！

参考文献：

[1]篮球比赛智能辅助裁判系统设计,张亚吉,冰雪体育创新研究,2021-11-20

[2]高校篮球专业大学生篮球裁判能力现状及培养路径,贺京周,郑敏,西部素质教育,2022-07-10

[3]轻量化篮球裁判手势识别算法，李忠雨,孙浩东，李娇,计算机应用，2022-09-30

[4]基于SWOT分析我国篮球裁判的发展战略研究——以CBA联赛为例，刘雷，第十二届全国体育科学大会论文摘要汇编——专题报告（体育统计分会），2022-03-25             

[5]全民健身背景下分析篮球裁判的基本功训练和培养方法，杨平世，体育科技文献通报，2021-08-02             

[6]浅析影响基层篮球裁判判罚正确率的因素及对策，郑挺，衣刚，冰雪体育创新研究，2021-07-10             

依托项目：大学生创新创业训练计划S202113634022,指导教师：周靖雯、罗琳洁