港大AI鏡頭助泳手突破 分析練習姿勢 民生書院採用

東京奧運昨正式曲終人散,香港代表隊在劍擊、游泳、乒乓球、空手道及場地單車項目,成功創下歷來最佳成績,共計奪得一金兩銀三銅。運動員要在比賽中出類拔萃,付出汗水操練固然重要,而近年興起的運動科技,亦有助教練藉了解麾下選手狀態,為訓練作出精準安排。

捕捉13骨骼節點修正動作

香港大學運動人工智能實驗室總監、電機電子工程系首席講師霍偉棟近年率領研究團隊,為本地學校研發電腦系統,利用視像鏡頭、人工智能(AI)及電腦視覺,分析運動員練習姿勢。他在專訪指出,系統以視像鏡頭拍攝運動員動態,透過人體姿態估測(Human Pose Estimation)技術,捕捉運動員人體13個骨骼節點,經由AI分析其姿勢(例如手臂屈曲角度)是否準確達標。

霍偉棟指出,對專業運動員來說,若科技可稍為提升比賽表現,或已是金牌、銀牌的分別。(黃潤根攝)

以採用該系統的九龍城民生書院為例,港大在該校室內游泳池上方及水底分別安裝了4組及8組鏡頭,配合AI分析技術,追蹤泳手跳落水的角度,划手及雙腿打水時的幅度及頻率,以至泳手的臂展長度(Arm Span Length)等數據。當泳手完成訓練上水後,便可以跟教練一同利用設置於泳池旁邊的電腦工作站查看分析結果,再作針對性訓練或修正動作。

霍偉棟憶述,民生書院早年想在校內建設智能泳池,於是找他合作,冀研發一套建基於人體活動辨認技術的溺水偵測系統。系統一旦發現有人在水池中低於某警戒線一段時間,便會向救生員發出警報。後來霍偉棟想到把相關技術進一步應用於泳姿分析,藉此輔助泳手訓練。除了游泳外,相關技術更可應用於高爾夫、籃球、瑜伽等不同運動項目【見另稿】。

系統利用鏡頭、AI科技及電腦視覺,捕捉人體13個骨骼節點,再分析姿態是否達標。(受訪者提供圖片)

霍偉棟補充,要讓電腦系統準確分析運動員姿勢是否達標,團隊要向專業教練蒐集大數據,「舉例,我們要提供水準最好的A級動作、水準較次的B級,以至比較差的C級動作相關影像,予系統進行機器學習,讓電腦掌握動作何謂好、何謂差。可能要成千上百的影像數據才足夠。」

若是開發針對瑜伽訓練的分析系統,在數據標註更需多加留意,皆因雙腿繞頭之類彎曲身軀的瑜伽姿勢,可能會令AI錯誤辨認頭、手、腳等部位,「所以影像中哪裏是頭、哪裏是手,一定要標註清楚。」

在個別運動項目例如高球,選手的姿勢標準與否,主要由其關節活動角度釐定,「這時系統可用幾何方法來判斷,透過計算運動員的(關節活動)角度,判斷相關動作是否合乎標準。」

泳手可跟教練利用泳池旁邊的電腦工作站查看分析結果。(受訪者提供圖片)

影像數據可存檔比對

雖然身在場邊的教練亦可觀察運動員姿態,但霍偉棟直言:「運用科技的好處是,可以掌握客觀數據;而且可將影像慢鏡重播,以便仔細分析。相關影像亦可存檔記錄,隨時審視運動員的訓練進度,比較他上次及今次訓練的表現有否改善。」

霍偉棟以香港女子游泳運動員何詩蓓為例,她在奧運女子100米自由泳決賽跟澳洲選手愛瑪麥姬安(Emma McKeon)爭持激烈,最後以0.31秒之微屈居亞軍,「對專業運動員來說,能夠有多些科技協助,令到比賽速度快多一點點,或許已是金牌、銀牌的分別。」

採訪、撰文:陳子健

民生書院在泳池安裝鏡頭,追蹤泳手表現及偵測有沒有人溺水。(受訪者提供圖片)

Leave a comment

你的電郵地址並不會被公開。 必要欄位標記為 *