人工智能可穿戴裝備與視覺目標跟蹤技術在體育運動中的運用分析

苗承佳（蘭州市安寧區蘭飛小學 甘肅 蘭州 730076）

前言

在體育運動過程中所采集的數據規模變得越來越大，只依賴于人工進行數據分析呈現出了明顯不足，將人工智能應用于數據分析成為了重要的研究方向。近些年，人工智能逐漸被應用于體育領域，并已經取得了一定的效果，在人工智能中使用較為先進的程序算法，對人類學習、思考等方面進行模擬，再利用大數據展開自我優化與學習，使其在規則清晰的體育運動項目中得到了有效應用，相較于人工方式能夠更加準確且快速的完成任務，同時還能夠給出有效的優化意見。對人工智能展開深入研究，有利于對體育競技策略與訓練手段進行調整，為現代體育發展提供了技術支持。下面作者就針對相關內容進行詳細闡述。

1、人工智能可穿戴裝備與視覺目標跟蹤技術的概述

1.1、人工智能可穿戴設備發展情況

人工智能可穿戴設備主要指的是通過利用人工智能技術與傳感器對相關數據進行記錄，用于監測身體狀態的運動設備，能夠幫助人們了解自身運動過程中產生的數據，該運動產品是人們在運動設備上不斷追求智能化以及實現科學運動目標而獲得的結果。在人工智能可穿戴設備中，最為重要的硬件設施為可穿戴套件與生理信息傳感器，軟件方面所涉及到的核心技術為人工智能數據處理與無線網絡傳輸，通過使用機器學習技術、傳感器技術以及多媒體技術，為運動員的運動提供反饋，產生更好的互動體驗。人工智能可穿戴設備能夠在運動員體能訓練中對人體生理參數進行收集，同時再利用大數據技術對收集到的數據進行分析，從而為運動員提出提高運動效果的有效建議。例如，通過使用人工智能可穿戴設備能夠對運動員運動過程中的各方面情況進行測量，例如位移軌跡、心率等相關生理指標。人工智能可穿戴設備相較于以往的設備最大的優點便是具有良好的便捷性，以往對運動員進行健康測試時通常需要使用到大型設備對運動員的身體特征數據進行采集，由于設備體積過大，使用的場地十分受限，造成了能夠用于測試的運動項目也很少，而人工智能可穿戴設備的出現與使用則改變了此種情況。在智聯網與物聯網高速發展過程中，為人工智能可穿戴設備的使用與發展打下了良好基礎，使其在體育產業中擁有了巨大的潛力與良好的市場前景。

1.2、視覺目標跟蹤技術發展情況

在視覺目標跟蹤系統中，主要包括了目標檢測、識別、處理以及顯示模塊四個部分，具體的運行原理與流程為：（1）視覺目標跟蹤系統先在圖像檢測模塊處對目標運動情況進行檢測，如果想要更加準確地獲得目標相關信息，需要根據特定拓撲結構在目標附近安裝各種攝像頭，以便能夠隨時捕捉目標圖像信息。在該過程中，拓撲結構具有非常重要的作用，而且在不同區域中的拓撲結構都夠發揮出其在視覺關系獲取方面的作用。對于相機位置的安排，主要是采用了環繞結構，保障能夠獲得目標的全方位運動信息，再為系統提供更加準確的輸入信息；（2）將圖像信息傳輸到目標識別模塊，利用該模塊中的計算機處理系統能夠準確識別出圖像，而且使用計算機還能夠將目標狀態準確識別出來；（3）利用目標處理模塊能夠對相關圖像進行處理，并分析目標運動情況。通過目標處理模塊能夠將目標原本較為復雜的運動轉變為數據分析，得出分析結果；（4）將分析得到的結果通過目標顯示模塊，以數據或是圖像的數據呈現給人們。

2、人工智能可穿戴裝備在體育運動中的應用情況

2.1、人工智能可穿戴裝備的需求

將人工智能可穿戴裝備應用于體育運動方面，對其需求主要呈現在以下四個方面。

（1）功能需求方面。當下，人們對自身的身體健康給予了更多關注，人工智能可穿戴裝備由于操作較為簡單，具有健康監測、功能整合等方面功能，如可以檢測血壓、心率等等，還可以對人體心率進行全天監測。人們還可以根據自身需求設置健康打卡任務，對自己的作息進行調節，例如中高強度運動、步行等等，規劃用戶的健康方案，做好健康管理工作，同時還能夠為人們提出健康建議，使得人們能夠保持良好的健康狀態。在參加體育運動時，根據體育運動強度的不同對人工智能可穿戴裝備的功能要求也不同，如若是體育運動強度較輕微，主要在于設備所具有的心率監測、計步、熱量消耗等較為基礎的功能；若是體育運動強度較高，則更加重視設備具有的運動分析、運動追蹤等功能；

（2）應用需求方面。將人工智能可穿戴裝備應用于體育運動訓練中，根據人們的實際需求進行優化設計，使人工智能可穿戴裝備能夠發揮出技術方面的優勢，使其可以對自身動作的準確性有更加深入的了解。通過穿戴人工智能裝備，可以對身體運動訓練產生的數據進行收集，然后完成建模，從而清晰掌握身體運動情況，并專門定制運動訓練內容，促使其身體素質能夠得到明顯提升。另外，使用人工智能可穿戴裝備還能夠對運動員在不同體育項目中的身體情況進行分析，對體育運動中容易出現損傷的情況進行預警，盡量避免發生運動損傷。將人工智能可穿戴裝備應用于日常體育健身，可以展開實時監督，監督內容主要包括了呼吸、血壓、心跳等等，根據監督得到的數據參數調節運動情況，以便能夠取得較為理想的應用效果；

（3）設計需求方面。人工智能可穿戴裝備是否能夠得到推廣使用，設計方面是否能夠滿足人們的需求變得非常重要，不僅要在外觀設計上呈現出智能化、個性化等方面的特點，而且還要擁有良好的防摔、耐磨等性能，根據使用者自身情況進行調節。人工智能可穿戴裝備的發展呈現出小型化趨勢，重量變得越來越輕，在佩戴人工智能可穿戴裝備時更加方便，對于裝備的存放也十分簡單，能夠隨意將其收納進背包或是口袋中，使用時十分方便。當人工智能可穿戴裝備變得簡單小巧，才會受到人們的歡迎，并將其有效地應用于體育運動訓練中，充分發揮出其自身的作用；

（4）價格需求方面。人工智能可穿戴裝備的價格也會影響到其在人們進行體育運動中的應用，若是價格過于昂貴，人們會望而卻步，不會選擇購買，所以如果想要推廣應用人工智能可穿戴裝備需要保障價格的合理性，使其價格能夠滿足人們的需求，避免給人們造成太大的經濟負擔。另外，還要保障設備的價格與其性能、功能等方面相匹配，如此才能夠被人們應用于體育運動中。

2.2、人工智能可穿戴裝備的優勢

在人工智能可穿戴裝備中，融入了智能算法、傳感、人工智能等方面技術，將人工智能和傳感器相融合，讓網絡、應用以及硬件之間具有更強的關聯性，不同的設備之間進行信息交換時將變得更為方便與快捷，并且使人工智能可穿戴裝備開發成本相對較低，能夠快速的融入到較為成熟的生態系統之中。由于資金的不斷投入，這在一定程度上推動了人工智能可穿戴裝備的發展，軟件與硬件實現了深入融合，逐漸朝向專業化方向發展。對人工智能可穿戴裝備中的智能芯片與傳感器進行創新，升級人工智能可穿戴裝備的功能，對運動員運動時產生的數據信息進行搜集，為其運動提供更加適合的方案。運動員通過數據的形式能夠了解到自己的運動情況與身體狀態，這也是人工智能可穿戴裝備所具有的獨特優勢，使其在體育運動中能夠得到有效應用。

人工智能可穿戴裝備屬于高科技產品，人們對此具有很高的需求，將其應用于體育運動中能夠發揮出重要的作用，而且由于人工智能可穿戴裝備本身的特點與優勢，使其深受運動員的歡迎。隨著科技的發展，人們將更多先進的技術融入到人工智能可穿戴裝備中，提高了人工智能可穿戴裝備的體育功能。自從體育強國政策出臺以后，我國在體育事業方面給予了高度重視，政府在此方面還給予了很多支持政策，促使人工智能可穿戴裝備能夠得到進一步創新，使其能夠在體育運動方面得到廣泛使用。當前人工智能可穿戴裝備已經呈現出了多元化發展趨勢，滿足人們不同的需求，獲得相關體育運動數據信息，并制定出有效的運動計劃，促使人們參與體育運動能夠獲得更為理想的效果。

3、視覺目標跟蹤技術在體育運動中的應用方法

視覺目標跟蹤技術在體育運動中的使用主要是采取了單攝像機跟蹤與多攝像機兩種方式，具體內容如下所示。

3.1、單攝像機跟蹤

利用單攝像機對多個目標進行跟蹤時，主要是用于跟蹤車輛或是行人，因為此類目標的運動模式較為簡單且呈現出明顯的規則，在外觀上存在著明顯差異。但利用單攝像機對參加體育運動的人員進行跟蹤則是相反的，跟蹤特點表現為：（1）外觀類似。參加體育運動或是比賽的運動員，很多時候身穿款式、顏色相同的服裝，此種外觀特征在體育跟蹤中穩定性較低，而且區別性也很差；（2）非線性運動模式。在體育運動中的運動員運動機動性很強，不管是運動的速度還是方向都在不斷改變，而且沒有規律可以預測，這使得其運動狀態非勻速運動模型，是較為復雜的非線性運動狀態；（3）運動員間存在頻繁遮擋。在團隊體育運動中，由于運動員相互間存在著很強的交互性，常常會發生運動員相互遮擋的情況，從而造成丟失重檢中出現身份漂移的情況。

如果想要解決由于運動員外觀特點不可靠而出現的漏檢與誤檢問題，通常還會采用姿態特征輔助跟蹤。例如，在檢測關聯過程中利用運動員姿態特點與外觀特點，生成了局部軌跡最初始狀態，同時設計以姿態特點與長短期記憶網絡為基礎的三重流網絡，做好運動員在長期姿勢動態方面的建模，使得運動員外觀、姿態與互動特點相融合，實現對運動員的區分。如果想要適應非線性運動，利用AMHT 模型以及粒子群優化算法，針對運動估計中得到的測量值展開兩次觀測細化，從而獲得精確的關聯假設，對卡爾曼濾波器中所生成的軌跡進行更新。對于體育運動中運動員相互間出現的遮擋情況，通過構建模型為區別遮擋范圍內不同運動員提供更多具有價值的信息。將運動員位置信息制作成時間態勢圖，以此為基礎對粒子過濾器進行引導，盡量減少出現的錯誤檢測，即便出現遮擋也能夠準確跟蹤。先區分不存在遮擋的個人區域以及有遮擋存在的群體區域，有利于對存在遮擋的區域展開有效處理。雙模式雙向貝葉斯推理方法能夠對在線與離線模型進行動態切換，利用后向平滑與前向濾波能夠實現對遮擋目標的跟蹤。

3.2、多攝像機跟蹤

多攝像機跟蹤法根據跨攝像機全局軌跡生成方法，可將其劃分為以下兩種類型：

（1）概率占用圖模型。

利用此方法對運動員全局軌跡進行生成處理，需要先使用相機標定法完成體育空間場地建模，以便將整個場地劃分為若干格柵，使用被跟蹤目標的紋理、顏色等特點對目標構建概率模型，再將跨攝像機軌跡關聯看成是動態規劃問題，從而獲得最優軌跡。

（2）濾波器狀態估計模型。

通過使用卡爾曼濾波器的狀態估計模型，能夠與每個局部軌跡相關聯，再使用單應變換將單攝像機獲得的跟蹤結果投影到全局圖中，之后完成運動狀態建模工作，在使用卡爾曼濾波器時可以實現對某一段時間中的狀態給出最優估計，以便能夠得到運動員全局的運動軌跡。

上述兩種方法擁有的共同點表現為都要將全局軌跡變成概率問題，并做好相應的建模工作，同時還要對先驗信息進行預設，如體育場地中的空間信息、運動員在運動過程中的運動模式信息。但這兩種方法也存在明顯缺陷，體現為對光線變化、運動類型較為敏感、泛化性差等方面。

4、結語

總之，人工智能技術的應用能夠為體育運動提供良好服務，滿足人們在體育運動方面的需求。利用人工智能技術能夠在運動方面展開更加高效與精確的數據分析工作與技術研判工作，使得運動員能夠獲得更為理想的訓練效果，提高運動過程中的表現。以人工智能為基礎的運動設備正逐漸和虛擬現實系統實現了聯動發展，有利于運動員提高運動成績，而且通過對人工智能技術不斷進行創新，可將其應用于體育運動的所有領域。人工智能可穿戴裝備與視覺目標跟蹤技術作為當下剛興起的技術，隨著此項技術的不斷發展，能夠對體育領域產生巨大的影響，同時還能夠促進體育產業經濟的發展。