【杂谈】奥运会中用到的这些计算机视觉技术，你知道吗？
跳水项目
跳水是中国体育军团的绝对优势项目，近几届奥运会很少丢掉金牌，包揽金银牌也是家常便饭，这一次3跳满分的全红婵更是全网被大家津津乐道。
中国的跳水梦之队已经使用上了AI教练，2021年4月23日，中国国家跳水队与百度宣布共同推出“国家队AI教练”，并推出国内首个“3D+AI”跳水训练系统。
这是国内首个“3D+AI”跳水训练系统，实现了所谓“看得准”“看得全”“看得懂”等问题。
“看得准”，是指跳水动作的三维姿势计算、跳水动作的量化评估。需要估算出运动员三维的姿态，获得每个关节的三维角度。有了3D的人体姿态以及人体三维重建的结果，就可以对跳水动作进行精准的量化评估。
“看得懂”，就是对跳水动作进行打分。在运动员完成一个动作之后，能自动识别出完成的是哪一个动作和对应的动作代码以及难度系数，并对完成质量进行评分。
“看得全”，包括跳水场馆的三维重建，关键动作自动提取，以及3D视角自由观看。这样一来，足不出户就可以享受3D跳水大片。
体操项目
竞技体操是一个打分项目，是中国体育军团的传统优势项目之一，选手需要从国际体操联合会（FIG）的规则允许的动作中挑选一系列自己擅长的进行组合，向裁判展示，裁判则分为两组从不同角度为选手的动作打分。一代代的体操运动员们用各种难度颇高、花样丰富的动作，向观众和裁判们展示了人类的力量与智慧之美。
但同时体操也是最多被诟病裁判打分公平性的一个项目，本次依旧发生了非常具有争议的日本选手明显失误但是夺冠的事件，体操项目的人为评分，带来了如何才能尽可能保证评判足够公正的问题。
2018年11月，国际体操联合会（FIG）宣布，将日本富士通公司开发的竞技体操辅助打分系统用于 2020 年东京奥运会上，将一半项目的打分完全自动化，在 2024 年的巴黎奥运会上实现全部项目打分自动化。因此本次体操项目中第一次引入了AI自动评分系统。
该系统首先使用3D激光传感器对运动员姿态进行实时捕捉和建模，模型一共包括76800个记录点，每秒30次。
另外联合国际体操联合会和日本体操协会，对上千个不同的体操动作进行学习，主要包括骨骼关键点识别，用于对骨骼关键点坐标进行打分，判断运动员是否完成该动作，以及动作的质量，为人类裁判打分提供全面客观的建议。
2020 东京奥运会上，自动打分覆盖男子跳马、吊环、鞍马、女子跳马、平衡木五个项目。下图分别展示了男子鞍马与女子平衡木的打分示意图。
当然这一套体操评分系统，还可以用于日常辅助运动员进行训练，而学习而来的AI系统，会不会对训练集里的运动员的动作规格、习惯进行过拟合，从而造成额外的不公平？这就有待大家的思考和观察了。类似的技术也可以用于其他需要对动作进行评分的项目中，比如滑雪。
游泳项目
本次奥运会的游泳项目上，采用了由因特尔和阿里巴巴共同开发的3D运动员跟踪技术（3D Athletes Tracking），它能够实时的提供运动员的速度，加速度等数据。这套3D运动员追踪技术可以通过一般的摄录机，而不需要用专门的感应器，即可以创建出3D网格(3D mesh)，实现了对运动员3D形态的数据提取，可以捕捉到肉眼无法捕捉的即时的生物力学数据。
这项技术不仅对于观众对运动员的状态，也对运动员的训练有很大帮助，对于提高观赏性也是非常有益的，比如张雨霏夺得200米蝶泳冠军，我们可以实时比价不同选手的速度。
羽毛球项目
在羽毛球，排球，网球等项目中，球的速度非常快，着地点单凭肉眼可能会出现误判的情况，这时候以鹰眼系统为代表的AI裁判就很重要了，它由英国汉普郡拉姆西的Roke Manor研究有限公司的工程师在2001年开发。
“鹰眼”的正式名称是“即时回放系统”，它并不是实际的拍摄到球的运行轨迹，而是在获取球的速度，转向，运动方向，以及跳跃高度等数据后，基于模型来准确的跟踪和预测球的运动轨迹，推算出球的落点。
冬奥会展望
2022年北京冬奥会就要来了，也有望在多个项目上应用相关AI相关的技术。
比如北京智源人工智能研究院在2018年发布了花样滑冰数据集Figure Skating Dataset (FSD-10)，旨在通过花样滑冰研究人体的运动。在花样滑冰运动中，人体姿态和运动轨迹相较于其他运动呈现复杂性强、类别多的特点，对于研究视频中的人体动态是非常好的素材。
本数据集通过收集2017-2018年ISU世界花样滑冰大奖赛、ISU世界花样滑冰锦标赛和四大洲花样滑冰锦标赛等花样滑冰职业比赛视频作为原始视频材料，由专业人员对大约80个小时视频进行手工的分割与标记，并从中构建了细粒度动作数据集。
AI与计算机视觉技术一定会给我们带来更加公平的比赛，欢迎奥林匹克运动从“更高、更快、更强”，发展到“更智能”的时代！