NBA 的训练黑科技,CBA 也可以试试

使用Sportsvu数据创建NBA动作视频 All basketball teams have a camera system called SportVU installed in their arenas. These camera systems track players and the ball throughout a basketball game. 所有篮球队在赛场上都安装了名为SportVU的摄像头系统。 这些摄像机系统... 阅读详情

By 超神经

场景描述:火箭队经理莫雷的不当言论,引发了一场巨大的 NBA 风波。目前此事还未有最终的交代。随着多方和 NBA 进行解约,合作终止,国内转播被暂停,让当年煞费苦心才进入中国市场的 NBA,大有被赶出之势。如果再也没有 NBA 可看,我们的 CBA 能够撑起国内球迷的期待吗?如果学习 NBA 所用的 AI 技术,能够得到更快的提升吗?

关键词:NBA   篮球  数字化  计算机视觉 

对于广大篮球迷来说,NBA 最近的一些动向令人心寒。一向精明的莫雷,却在推特上发布涉港言论,引发了全国范围的声讨。而 NBA 总裁肖华的处理方式,让这场风波愈演愈烈。

640?wx_fmt=png
事件的导火索,事发后被很快删除

此后,多家品牌、企业、明星纷纷宣布和 NBA 解约,国内平台暂停对季前赛的转播... 这一切都在预示着,韦斯特当年努力敲开的 NBA 中国市场,或许要走向关闭的命运。

抛开其他因素,单就篮球这项运动来说, NBA 赛事的的竞技性和观赏性,确实无出其右,如果以后都没有 NBA 赛事可看,我们要靠什么聊以慰藉?

CBA 和 NBA 之间,差了多少?

许多人会说到我们自己的篮球。但从今年的篮球世界杯来看,中国男篮在世界的舞台上,还显得过于稚嫩。可以想见 CBA 和 NBA 之间,差了很多欧洲队伍的实力。

640?wx_fmt=jpeg

今年世界杯男篮的小伙子们经历了惨败

但也有人分析道,中美体育之间的差距,可能就是一个数字化的 NBA 。

NBA 自 2009 年就开始注入数字化 DNA ,并逐渐开始应用数据分析、 AI 等技术,对比赛中的大量数据进行分析和解读,从中可以提取球员和比赛的关键信息,这些措施助力它成为了全球最智能、科技感最强的篮球巅峰赛事。

640?wx_fmt=gif
利用数据信息分析球场上的动态

纵观我们的 CBA ,篮协和不同球队的教练,对数据的重视程度参差不齐,限制了大数据在 CBA 的有效运用。


此外,数据积累过少,统计指标、数据统计过程不够规范,数据分析不全面,技术重视程度不够高,缺乏专业的人才以及专业的设备和软件等原因,也让 CBA 没能搭上 AI 这趟快车。

如果期待我们的篮球也能够成为一面旗帜,或许可以尝试借鉴他们训练的那些技术,以加快数字化的进程。

个人篇:随时随地的私人 AI 教练

在本次世界杯上,篮板球丢失、罚篮不中、发球失误等基本问题,都体现了中国男篮队员的个人水平还有待打磨。如何进行高效的训练,是需要解决的一个问题。

个人实力的重要不必多说,除去运动天赋,关键的还是正确而高效的训练。而一个好的教练,或者正确的练习方式,总是能起到事半功倍的效果。

NBA 强大的一个原因,在于球员们善用各种科技,来帮助自己精进球技。这是我们的球员值得学习和借鉴的地方。

比如一款轻便的手机应用 Homecourt,只需要一部手机,就能在任何场地任何时间,拥有一个高效的私人篮球教练,进行卓有成效的篮球训练。

640?wx_fmt=gif

使用 Homecourt 进行训练

如果用它辅助投篮训练,HomeCourt 能告诉用户,一次训练中投进了多少球,每次出手的精确位置等信息,帮助训练者进行复盘并给出建议。这款 APP 还能即时或慢动作播放每次出手的视频。

而使用上,只需要配备三脚架,打开 Homecourt ,就能根据手机录制训练视频,来跟踪个人篮球训练过程中动作,然后经由算法分析处理,会反馈出训练的报告和意见,指出不正确的动作,绘制出投篮热区,清晰划分出个人的优势和缺点。 

640?wx_fmt=jpeg
只需一部手机,就可获得一个 AI 教练

通过利用人工智能、计算机视觉等技术,系统会自动进行建模,绘制出球场的虚拟点位,进而作出计算和分析。

Homecourt 目前已经被大量应用,成为帮助篮球运动员纠正投篮动作的最有效帮手。它的价值也被大量认可,甚至还得到过纳什、林书豪和库班等人的投资。

据称,软件还将推出新的功能,比如:投篮出手的速度,角度和起跳高度等指标。并在朝着多人分析的角度进发,以期为 5 对 5 的训练提供数据分析支持。

球队篇:全面而详细的 AI 指导

篮球是一项团体运动,光有个人实力还不够,还需要团队的协助以及战术的布置。对赛场数据的深度分析,能够帮助球队得到深刻的洞见。

本次世界杯上,有不少人将失利归咎于主教练李楠,认为他的指导和战术安排并不合理。诚然,作为一个年轻的教练,他的经验和实力都还需要被磨炼。

而借助于全面的数字信息,则有可能将此类失误最小化。NBA 在这一点上就做的很好。

从 2010 年开始,NBA 开始引进一项叫做 SportVU 的技术,通过对摄像视频的数字解读,全面分析赛场的情况。

640?wx_fmt=jpeg
SportVU 也可用于足球等体育赛事

这套系统可以跟踪球员得分,捕获球员的位置和速度,再细化一点,可以判断得分是来自投篮还是快速突破。通过充分利用数据中的信息,帮助球队获得提升。

到了2016 年底,一家机器学习公司 Second Spectrum ,用更快速的方法,接替了 SportVU 的任务。他们利用 AI 技术,通过数据建模来选用球员、设计战术,完成赛场的视频跟踪和分析。

640?wx_fmt=png
Second Spectrum 计算不同球员出手的命中率

Second Spectrum 的优势在于它更加精确和快速。结合赛场八到十台摄像机的数据,通过机器学习、计算机视觉技术完成追踪分析。

根据介绍,系统使用了一种叫「时空模式识别」的算法,通过从大量的历史数据中学习,最终从实时视频中识别球员的行为,比如球场上执行教练的战术特征,能够区分出挡拆、双档掩护等篮球战术技巧。

更具体的方面,软件会精确捕捉球员的运动,识别每个人的打法变化,以及球的运行轨迹。还能够结合持球球员的综合数据(进攻动作、防守者位置、球员历史定点命中率等),计算出球员得分或抢下篮板的几率。

640?wx_fmt=jpeg
Second Spectrum 全面追踪一次进攻过程

系统还通过 20 多种篮球战术的训练,掌握了 500 多种篮球战术,最终达到能够为教练出谋划策的地步。以挡拆战术为例, AI 能够根据形势做出最优的判断,持球者需不需要掩护,以及掩护者后续的动向。

在这项技术的加持下,最理想的情况中,球队只需几秒就能读懂比赛策略和趋势概率,而以往这种分析需要耗时数月。

此类已被证明很有成效的方法,如果被合理地加以利用,或许会帮助我们的男篮更快地成长。

拥抱科技,等待崛起的 CBA

篮球这项运动,本身就充满了无尽的魅力,它所带来的拼搏精神和视觉体验,也给这项竞技体育赋予了更多的文化意义。

科学技术带来的多项改革,甚至是数字化技术的引入,都让篮球变得更加激烈和精彩。某种程度上来说,数据在篮球比赛中的被重视,让 NBA 成为了篮球里最顶级的赛事。

但遗憾的是,这场目前还没有解决的风波,可能会让我们无缘再见最顶级的篮球赛事。

但肯定的是,善用科技的力量,借鉴他们那些先进的技术,再加上篮协主席大姚坚毅的决心,总有一天, CBA 也会像女排一样争气和精彩!

640?wx_fmt=gif

—— 完 ——
640?wx_fmt=jpeg

扫描二维码,获取更多信息

更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」取得联系

更多精彩内容(点击图片阅读)
640?wx_fmt=gif
机器学习如何辅助运动训练决策:从数据采集到教练可用的AI系统 运动表现分析本质上是将人体动作、生理响应与训练负荷转化为可量化、可解释的技术语言。机器学习并非替代教练经验,而是通过可穿戴传感器和计算机视觉获取高精度生物力学数据,结合运动生物力学原理构建特征工程,再以XGBoost等可解释模型实现疲劳预警、动作质量评估与损伤风险识别。其技术价值在于 bridging the gap between raw data and coaching intuition,支撑科学化训练决策。典型应用场景包括篮球跳投发力模式识别、ACL损伤早期预警、跑步经济性优化等。本文聚焦于真实落 阅读详情

相关推荐

nba_sportvu_data:从他们的网站上抓取的 NBA SportVU 数据

nba_sportvu_data 从他们的网站上抓取的 NBA SportVU 数据。 找资料! 要查找数据链接,请使用 Chrome 的检查元素功能并单击网络选项卡。 找到并打开 *.json 文件。

EvolveGraph翻译

抽象 从纯粹的物理系统到复杂的社会动态系统,多主体交互系统在世界上非常普遍。 在许多应用程序中,对环境的有效理解和交互式代理的准确轨迹预测在下游任务(例如决策和计划)中起着重要作用。 在本文中,我们提出了一个通用的轨迹预测框架(名为EvolveGraph),该框架具有通过多个异构交互代理之间的潜在交互图进行显式交互建模的功能。 考虑到不确定性和未来行为的可能性,该模型旨在提供多模式预测假设。 由于即使发生突然的变化,交互也可能随时间变化,并且不同的代理状态演化方式可能导致不同的交互,因此,我们解决了自适应演

weixin_43889128的博客 3132

印尼稻米收成与粮食安全数据集2026年

本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。

这哪是NBA球场!简直就是黑科技实验室啊!

刚结束的2017 NBA总决赛第五场中,勇士队129比120战胜骑士,总比分4比1拿到了2016到2017赛季的总冠军。砖家分析,勇士夺冠,可不仅仅是球技过人,还因背后一大波黑科技相助!让我们一起盘点一下此次NBA都用了哪些黑科技。

Gamay的博客 993

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

来自麦肯锡的机器学习的指南

CDA数据分析研究院出品,转载须授权 它不再是人工智能研究人员和亚马逊,谷歌和Netflix等天生的数字公司的专利。 机器学习是基于可以从数据中学习而不依赖于基于规则的编程的算法。上世纪90年代末,由于数字化和廉价的计算能力的稳步发展使数据科学家能够停止构建成品模型,而是训练计算机去这样做,因此它在20世纪90年代后期成为一门科学学科。世界现在正在涌动着大量的无法管理...

CDA数据分析师 279

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

【OpenMMLab AI训练营第二期】Class1: OpenMMLab概述

又是子豪兄来做讲解,记得本科时候做树莓派相关的内容的时候就看到了子豪兄的很多分享,后来在接触CV的过程中也看了不少子豪兄分享的干货。再次膜拜一下大佬。此前也算接触过MM相关的库,但是这次整体的介绍还是给了很多启发,以下就按照自己的理解来写一些感悟吧。如果在记录的过程中有错误的地方,也请大家指出。欢迎讨论!

lostcorner的博客 839

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

人体姿态估计论文合集

2018 Simple Baselines for Human Pose Estimation and Tracking code: https://github.com/leoxiaobin/pose.pytorch 摘要: 近年来,人们在姿态估计方面取得了重大进展,人们对姿态跟踪的兴趣也越来越大。同时,算法的整体和系统复杂度也增加,使得算法的分析和比较更加困难。这项工作提供了简单而有效的基线方法。它们有助于激励和评估该领域的新想法。最先进的结果是在具有挑战性的基准上取得的。 ...

如果想成为中心,那么就到中心去吧。 4654

海康工业相机BayerRG8转BGR8实战:手把手教你用OpenCV实现高效图像转换

本文详细解析了海康工业相机BayerRG8格式到BGR8格式的高效转换实战。针对工业视觉项目中高帧率、大分辨率场景下的性能瓶颈,文章对比了海康SDK原生方案与OpenCV多种转换方法的优劣,并提供了从基础实现到高级优化(如多线程流水线、内存管理、SIMD指令集应用)的完整代码示例与性能调优策略,帮助开发者构建稳定、高效的图像处理系统。

weixin_29237635的博客 525

【这很AI】想修炼成NBA詹姆斯,你只差一个人工智能篮球教练?

作者|宇译           出品|遇见人工智能        公众号|GOwithAI篮球和人工智能会产生怎样的关联?此前,我们曾分享过例如投篮机器人。(100%命中...

遇见人工智能 3806

云模型在综合评价过程中的应用

目录 1 云模型标尺(标准云模型)的构建方法 1.1 通过正态云的“3En 规则”来表示评价论域 1.2 通过论域的边界值隶属度相等来表示评价论域 1.3 通过黄金分割法来表示评价论域 2 确定评价结果的过程 2.1 基本云发生器 2.2 X条件云发生器 2.3 两种方法的区别 综合评价问题一般分为以下六个步骤 1、明确评价目的; 2、确定被评价对象; 3、建立评价指标体系(包括收集评价指标的原始值、评价指标的若干预处理等); 4、确立与各项评价指标相对应的权重系数; 5、选..

weixin_62223576的博客 1万+

OCV/AOCV/SOCV的介绍和应用

library中的cell delay是在某个固定的PVT(operating condition)下仿真得出的。,cell的delay并不是一个固定值,而是一个随机值,遵循高斯分布或门特卡洛分布,在STA中用OCV来模拟这一『特征』。OCV全称on chip variation,用于描述不同管子间由于工艺偏差、电压降、温度变化引起的delay变化。,也用于描述工艺偏差引起的net厚度宽度的变化从而导致net的电容电阻变化。优点:设置起来比较简单粗暴,对于不那么先进的工艺可行!的影响,更贴合实际。

m0_61003348的博客 8986

NBA球员力量训练方法!感受职业球员日常训练!

NBA球员力量训练方法!感受职业球员日常训练! 颈后负重深蹲:深蹲是反应身体素质水平的硬性指标之一,重点训练股四头肌及臀肌,旨在提高伸膝伸髋能力。对于篮球运动而言,下肢力量是一切的根源,是跑、跳的力量基础。 悬垂提拉、直腿硬拉:悬垂提拉是培养肩关节与髋关节协调做功能力的训练方法,从动作轨迹上看是模仿篮球场上的起跳动作,能够增加弹跳高度,提高起跳速率;直腿硬拉

Navan 4641

飞牛NAS一键部署小雅Emby全家桶:解锁海量影音资源与智能刮削

本文详细介绍了如何在飞牛NAS上通过Docker一键部署小雅Emby全家桶,完美解决传统WebDAV挂载无法刮削元数据的问题。该方案整合了小雅Alist海量影音资源与Emby媒体服务器,通过预下载超百GB元数据包,自动实现海报、简介等信息的完美匹配,打造出精美的个人影音库。部署过程需准备阿里云盘令牌与充足存储空间,并详解了从环境配置、镜像拉取到最终验证的完整步骤及优化技巧。

weixin_28312391的博客 932

深度长文:新iPhoneX凭什么卖这么贵?

iPhoneX已经在人工智能领域迈出了一大步。 发布会之后,网友纷纷表示新一代苹果毫无新意,然而Ai锐见可不这么认为! 像素级图像分割、精准的人体关键点检测,新iPhoneX集人工智能前沿技术于一身,难怪售价这么高! 2018年9月13日凌晨三点钟,国内果粉们顶着困意看完了发生在一万公里外的苹果秋季发布会。发布会上,苹果拿出了三款搭载A12仿生(Bionic)芯片的全新苹果手机和新一代苹...

rebuild_ai的博客 530

SAP Workflow 工作流开发步骤总结

SAP WORKFLOW

qq_36952606的博客 5096

【小宁学习日记6 PCB】电路原理图

本文系统讲解了电子硬件设计中原理图的阅读与绘制技巧。首先剖析原理图的四大核心要素(元件符号、连接线、结点、注释),强调注释对可读性的重要性。然后提出三步读懂法:查看图纸信息、分模块分析、结合芯片手册验证,并列举5个典型芯片案例(CH224K、CH343P等)进行实战解析。最后给出6条绘制规范:模块化布局、详细标注、规范命名、信号流布局、符号封装匹配、版本管理。文章指出原理图是电子设计的"地基",掌握规范阅读与绘制方法能大幅提升设计效率,避免常见错误。新手应从开源项目分析和简单电路绘制入手

qq_74376834的博客 2359

大数据的生意经:如何改变NBA?

大数据,正在给体育产业带来巨大的变革。随着“大数据”在NBA联盟运营和球队的发展方面发挥出越来越突出的作用,大家也开始越来越重视这项技术和理念,NBA领先的大数据分析让伟大的运动传奇更具商业价值。我很欢迎那些能起到作用的工具,尤其是因为我们现在生活在一个信息化的年代...

cigang4063的博客 316

IEC 104电力规约详细解读(一) - 报文结构、报文分类、ASDU

比如,双方可以按频率发送,比如接收8帧I帧回答一帧S帧,也可以要求接收1帧I帧就应答1帧S帧,当然也可以不要求(S帧内容示例参考例1)。所以U帧格式的控制欲第一个字节就只有6种情况,分别是0x83(TESTER确认)、0x43(TESTER命令)、0x23(STOPDT确认)、0x13(STOPDT命令)、0x0B(START确认)、0x07(START命令)ASDU(应用服务数据单元),协议原文格式最好去101协议去看看,会比较详细。遥信、遥测、遥控、遥调、总召、对时等都需要使用I格式传送。

张二狗的博客 1万+

机器学习与计算机视觉入门项目——视频投篮检测(二)

机器学习与计算机视觉入门项目——视频投篮检测(二) 一、手工特征与CNN特征 在上一次的博客中,介绍了计算机视觉和机器学习的关系、篮球进球检测的基本问题和数据集的制作。这次的我们主要介绍如何从原始图像中提取有用的图像特征,以便应用于之后的分类器。 如下图所示,我们现在要做的是Feature Extraction。在前DeepLearning时代,图像特征都是由人设计的,对于不同的图像如人...

hhy_csdn的博客 3230

DeepSeek 赋能智慧消防:以 AI 之力筑牢城市安全 “防火墙”

在数字化浪潮下,智慧消防系统亟需先进技术提升效能。DeepSeek 凭借 Transformer 架构与混合专家架构等核心技术,具备强大的多模态数据处理与智能决策能力,且支持本地化部署,保障数据安全。其在智慧消防领域的应用成效显著,从实现火灾风险动态感知与早期精准预警,到优化智能接警调度、设备健康管理,再到辅助应急指挥与疏散,有效降低火灾风险与事故损失。未来,DeepSeek 有望在智慧消防领域持续拓展,同时也需应对技术、数据等多方面挑战。

邓邓子的博客 1692

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

yolov5数据集_yolov5体验(pytorch模型训练+检测)亲测可行

基本流程 代码clone下载训练集&预训练模型本地环境配置训练参数确定&训练集样式训练tensorbard可视化验证代码clone源码github: git clone ultralytics/yolov5码云下载(推荐):git clone yql/yolov5下载训练集&预训练模型https://www.kaggle.com/ultralytics/coco128ht...

weixin_39844880的博客 3509

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

上一篇: 麦当劳叔叔用 AI 面试服务员,合格就录用
下一篇: 活动推荐 |《Nature》封面文章的一作,带你探索 AI 走向何处
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值