科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网CIO与应用频道“红魔军”虽败犹荣,大打科技牌杀入世界杯四强

“红魔军”虽败犹荣,大打科技牌杀入世界杯四强

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

SciSports利用机器学习算法为足球场上的动作构建模型。随着应用经验的越加丰富,这些算法逐渐提高了执行任务的能力。

来源:至顶网CIO与应用频道2018-07-11 15:33:20

关键字: SAS

  • 评论
  • 分享微博
  • 分享邮件

至顶网CIO与应用频道 07月11日 北京消息:6月14日,全球掀起了一阵火热的“世界波”,作为四年一届的世界级足球盛宴,第21届世界杯在俄罗斯正式打响。然而,本届世界杯从小组赛到半决赛可谓冷门不断,大家戏称这届世界杯很“诡异”,多支世界劲旅都在小组赛中遭遇弱队的顽强抵抗,非平即负。先是上届世界杯冠军德国小组赛惨遭淘汰,成为继意大利和西班牙后,连续第三支小组赛就遭到淘汰的卫冕冠,接着是阿根廷、葡萄牙和西班牙三大足球强队止步十六强,之后的英格兰也在哥伦比亚的对决中险胜晋级。

更出乎意料的是,世界足球劲旅“桑巴军团”巴西队也遭爆冷淘汰,究竟是哪个球队的风头如此猛劲?那就是欧洲“红魔军”比利时国家队!我相信很多人的看法应该和我一样,其实比利时队一路征战至此绝非偶然,欧洲红魔小组赛前两场大胜巴拿马,突尼斯,轮换阵容小胜英格兰,随后的16强上演惊天大逆转淘汰亚洲第一武士日本,这也是世界杯时隔48年首次上演2:0落后大逆袭,最后在8强对决中通过临时变阵制约巴西队进攻,以6秒高速反击战术将桑巴军的球门撕开两个口子!虽然在半决赛中败给由博格巴、姆巴佩等超级明星组成的“高卢雄鸡”,但是比利时体现出来的整体实力,战术的执行力都是冠军级别的。

红魔天赋满值,还点满了“科技树”

德布劳内、阿扎尔、库尔图瓦、卢卡库等众多球星组成的欧洲红魔,但从阵容和实力上可谓是天赋满分。曼联、曼城、切尔西等球队的当家球星都在里面,单从牌面上来看,这份23人的名单,堪称英超各大豪门球队的集合体。

再加上比利时国足主帅Roberto Martinez是个观念相当先进的教练,尤其崇尚数字和智能技术,用现在的话来说他更像是足球领域的“极客”。在他的推动下,无人机、高科技内衣以及大数据分析等高科技产品的广泛应用,正不断激发出这支欧洲红魔的潜能。

早在2016年无人机兴起之时,Roberto Martinez这位“极客”主帅就率先在比利时国足训练过程中使用了无人机,以更好地进行战术演练。无人机以及场地上固定机位摄像机所拍摄到的画面交到队内3位大数据分析师手里,在对相关数据进行分析处理后,他们会与球队技术指导一起与球员进行面对面交流,从而提出有针对性的建议。

前几年,大数据的逐渐落地悄然改变着每一个行业,足球当然也不例外。特别是随着当下人工智能、机器学习等创新技术的兴起,整个足球行业必将在人工智能(AI)的驱动下向多元化、精准化和智能化发展。Roberto Martinez同样看到了这一趋势,使得比利时国家足球队与荷兰一家名为SciSports的运动分析公司合作,通过机器学习、深度学习和人工智能捕获和分析流媒体数据,进而实现从球员招募到粉丝虚拟现实观看等各个领域的创新。

这家SciSports公司初创于2012年,创始人是两名热爱足球运动且热衷于数据分析技术创新的年轻人,始终致力于将人工智能引入足球赛场,为这项运动带来技术创新和突破。

以智能分析纳新,以3D分析破局

如果你懂球,那你一定对这些身价过亿欧元的球星耳熟能详,内马尔、C罗、梅西……其实这些动辄身价九位数的球员在足球领域中并不稀奇,看出球员招募不亚于一场高风险博弈。构建球队不是将顶尖球员进行叠加那么简单,而取决于教练如何选择球员并根据优势进行阵容优化。包括比利时在内的诸多国家球队,都在通过高级的分析技术来挖掘未来的种子选手,并对被低估的球员进行更客观的评判,帮助球队取得胜利,同时用较低的溢价签到最合适的球员

“我们借助SAS平台,通过机器学习算法,对球员的技术、天赋和商业价值进行评分。这有助于球队和教练发现人才,寻找符合特定素质或阵容需求的球员,甚至分析竞争对手。” SciSports创始人兼首席执行官Giels Brouwer这样表示。

本届世界杯期间,SciSports的三位分析师还随队征战俄罗斯,每一场比赛前都会分析对方球员的优劣势,人工智能会从球员们的起跑范围、传球精准度、射门位置等数据分析,从而为比利时队制定并调整战术,找到破局之道,发挥球员的最大潜能。目前 SciSports已完成了对世界杯所有参赛球员近亿次传球的数据分析,我们清楚球员控球时的数据是较难采集的,那SciSports是如何采集并分析如此庞大的控球之外的数据的呢?

其实SciSports早就发现在控球数据之外存在大量的需求,因此开发了一个名为BallJames的摄像系统,它能实时跟踪技术进行拍摄,与SAS合作致力即时从影像中生成3D数据进行跟踪分析。透过球场上假设的10多台摄像机,记录场上参赛球员的每一个动作。最后BallJames再根据实时比赛画面,生成包括传球的精准度、方向和速度,短跑力量和跳跃力量等比赛数据。

“这就形成了一套完整的足球数据体系。而这些数据可以有许多种应用,特别是可以帮助场边的教练实时变换战术,通过分析比赛球员是否体能临近极限,进而合理安排替补上场,让球队保持良好的比赛状态赢得比赛。 ”Brouwer详细讲道。

SAS智能分析,助球队“智”胜

SciSports利用机器学习算法为足球场上的动作构建模型。随着应用经验的越加丰富,这些算法逐渐提高了执行任务的能力。“现有的数学模型是基于人们对足球已有的了解和洞见而构建的,而AI将帮助人们进行新的探索和发现。” SciSports首席技术官Wouter Roosenburg表示。

以实时3D分析为例,赛场上追此逐彼,若要让BallJames进行精准数据采集,就必须对球员、裁判和足球进行动态识别,这也是SciSports当时所面临的一大难题。“在这个问题上,我们非常感谢SAS平台的智能技术支持,SAS®事件流处理(SAS® Event Stream Processing)方案支持使用深度学习模型进行实时图像识别。 通过将我们的深度学习模型与SAS® ViyaTM相结合,我们可以在云中、摄像机或任何我们部署资源的地方,训练我们的模型。最终通过统一的平台来管理整个3D生产链,这一点实属难能可贵。”Roosenburg对SAS给予高度的认可“如果没有SAS® ViyaTM的帮助,这一项目是不可能成功的。”

SciSports之前完全依赖开源代码构建模型。现在,凭借SAS平台的帮助,分析团队可以选择自己擅长的语言,在组织内部共享一个托管的分析资产库。据Brouwer介绍:“这使得他们能够吸引具有不同开源代码技能的员工,还能使用同一个平台对生产链进行管理。另外,相比Python需要100行代码才能完成的工作,我们在SAS平台上仅需要5行,大大缩短了研发周期,这对于运动分析来说也是至关重要的。”

自创立以来,SciSports迅速成为全球发展最快的运动分析公司之一。Brouwer认为SAS平台的多功能性是他们成功的一个主要因素。“通过SAS,我们可以根据需要增强或降低处理能力,对模型进行实时投产,在一个平台上开发所有产品,并与开源代码相结合。”

“我们的目标是为全球数十亿球迷带来实时数据分析,帮助球队取得最佳成绩。通过与SAS合作,我们相信可以实现这一目标。”

科技行者:每条内容都是头条的新闻客户端 扫码立即下载

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    相关文章
    最新文章