運動雲

運動員進步的兩大法寶 深度學習跟追蹤科技

▲波爾特衛冕世錦賽100公尺金牌。(圖/達志影像/美聯社)

▲科學化訓練已經讓運動員廣泛使用,圖為退休的100公尺短跑好手波爾特。(圖/達志影像/美聯社)

記者張克銘/綜合報導

現在運動選手為了爭取好成績,除了數據上的分析外,運用科技已經是進步的不二法門,運用AI技術上的運動員追蹤科技與深度學習,將會在東京奧運上給予運動選手訓練進步的革命。

運動員追蹤科技與深度學習,簡單來說就是運動選手在賽場上的表現先被攝影機捕捉下來,然後運用AI的演算法會生成3D網格,然後將複雜的數據分析後傳送到運動選手跟教練上,進而幫助選手在成績表現上提供並修正。

[廣告]請繼續往下閱讀...

以往要獲得這些數據,可能都還必須要使用特殊的感測器和服裝來完成,而有可能又與真實在賽場上的表現不同,但運動員追蹤科技與深度學習,可以直接把運動選手在比賽上的表現直接進行分析,更貼近實戰,也能更了解選手的表現,而這一切都將會在東京奧運上,展現在世人面前。

▲▼科技已經廣泛出現在運動場上。(圖/達志影像/美聯社)

▲科技已經廣泛出現在運動場上。(圖/達志影像/美聯社)

近幾年台灣選手在提升成績上,選手自己已經會運用影片分析以及數據分析作為輔助成績使用,此外近幾年還有運科團隊作為協助,包括利用智能桌羽球拍、認知功能評估與訓練系統、3D動作分析與電子好球帶系統、AI 技術羽球戰術分析、訓練動作分析系統等。

不過在奧運的舞台上就是一次運動產業的翻轉,同時也是科技技術的一次展現,台灣的運科同時也需要與時俱進,精進並學習更好的技術,來幫助更多台灣選手在運動賽場上獲得佳績。
 

分享給朋友:

熱門新聞

「把鞋子給他!」柯瑞罕見動怒 影片破300萬次查看喊讚

「感謝兄弟11年栽培」 陳子豪FA轉戰味全龍感性發文

施洛德剛入勇士恐再被交易? 灣區大物庫明加發文意外引遐想

和柯瑞一起打球「不會深入思考」 勇士新星發言引罵聲急澄清

「星二代交手」張泰山想起當年對沈鈺傑 二重鐵捕看齊學長林家正

陳子豪1.3億合約正式加盟味全龍 明年1月辦記者會

讀者回應