人工智能可穿戴装备与视觉目标跟踪技术在体育运动中的运用分析

苗承佳（兰州市安宁区兰飞小学 甘肃 兰州 730076）

前言

在体育运动过程中所采集的数据规模变得越来越大，只依赖于人工进行数据分析呈现出了明显不足，将人工智能应用于数据分析成为了重要的研究方向。近些年，人工智能逐渐被应用于体育领域，并已经取得了一定的效果，在人工智能中使用较为先进的程序算法，对人类学习、思考等方面进行模拟，再利用大数据展开自我优化与学习，使其在规则清晰的体育运动项目中得到了有效应用，相较于人工方式能够更加准确且快速的完成任务，同时还能够给出有效的优化意见。对人工智能展开深入研究，有利于对体育竞技策略与训练手段进行调整，为现代体育发展提供了技术支持。下面作者就针对相关内容进行详细阐述。

1、人工智能可穿戴装备与视觉目标跟踪技术的概述

1.1、人工智能可穿戴设备发展情况

人工智能可穿戴设备主要指的是通过利用人工智能技术与传感器对相关数据进行记录，用于监测身体状态的运动设备，能够帮助人们了解自身运动过程中产生的数据，该运动产品是人们在运动设备上不断追求智能化以及实现科学运动目标而获得的结果。在人工智能可穿戴设备中，最为重要的硬件设施为可穿戴套件与生理信息传感器，软件方面所涉及到的核心技术为人工智能数据处理与无线网络传输，通过使用机器学习技术、传感器技术以及多媒体技术，为运动员的运动提供反馈，产生更好的互动体验。人工智能可穿戴设备能够在运动员体能训练中对人体生理参数进行收集，同时再利用大数据技术对收集到的数据进行分析，从而为运动员提出提高运动效果的有效建议。例如，通过使用人工智能可穿戴设备能够对运动员运动过程中的各方面情况进行测量，例如位移轨迹、心率等相关生理指标。人工智能可穿戴设备相较于以往的设备最大的优点便是具有良好的便捷性，以往对运动员进行健康测试时通常需要使用到大型设备对运动员的身体特征数据进行采集，由于设备体积过大，使用的场地十分受限，造成了能够用于测试的运动项目也很少，而人工智能可穿戴设备的出现与使用则改变了此种情况。在智联网与物联网高速发展过程中，为人工智能可穿戴设备的使用与发展打下了良好基础，使其在体育产业中拥有了巨大的潜力与良好的市场前景。

1.2、视觉目标跟踪技术发展情况

在视觉目标跟踪系统中，主要包括了目标检测、识别、处理以及显示模块四个部分，具体的运行原理与流程为：（1）视觉目标跟踪系统先在图像检测模块处对目标运动情况进行检测，如果想要更加准确地获得目标相关信息，需要根据特定拓扑结构在目标附近安装各种摄像头，以便能够随时捕捉目标图像信息。在该过程中，拓扑结构具有非常重要的作用，而且在不同区域中的拓扑结构都够发挥出其在视觉关系获取方面的作用。对于相机位置的安排，主要是采用了环绕结构，保障能够获得目标的全方位运动信息，再为系统提供更加准确的输入信息；（2）将图像信息传输到目标识别模块，利用该模块中的计算机处理系统能够准确识别出图像，而且使用计算机还能够将目标状态准确识别出来；（3）利用目标处理模块能够对相关图像进行处理，并分析目标运动情况。通过目标处理模块能够将目标原本较为复杂的运动转变为数据分析，得出分析结果；（4）将分析得到的结果通过目标显示模块，以数据或是图像的数据呈现给人们。

2、人工智能可穿戴装备在体育运动中的应用情况

2.1、人工智能可穿戴装备的需求

将人工智能可穿戴装备应用于体育运动方面，对其需求主要呈现在以下四个方面。

（1）功能需求方面。当下，人们对自身的身体健康给予了更多关注，人工智能可穿戴装备由于操作较为简单，具有健康监测、功能整合等方面功能，如可以检测血压、心率等等，还可以对人体心率进行全天监测。人们还可以根据自身需求设置健康打卡任务，对自己的作息进行调节，例如中高强度运动、步行等等，规划用户的健康方案，做好健康管理工作，同时还能够为人们提出健康建议，使得人们能够保持良好的健康状态。在参加体育运动时，根据体育运动强度的不同对人工智能可穿戴装备的功能要求也不同，如若是体育运动强度较轻微，主要在于设备所具有的心率监测、计步、热量消耗等较为基础的功能；若是体育运动强度较高，则更加重视设备具有的运动分析、运动追踪等功能；

（2）应用需求方面。将人工智能可穿戴装备应用于体育运动训练中，根据人们的实际需求进行优化设计，使人工智能可穿戴装备能够发挥出技术方面的优势，使其可以对自身动作的准确性有更加深入的了解。通过穿戴人工智能装备，可以对身体运动训练产生的数据进行收集，然后完成建模，从而清晰掌握身体运动情况，并专门定制运动训练内容，促使其身体素质能够得到明显提升。另外，使用人工智能可穿戴装备还能够对运动员在不同体育项目中的身体情况进行分析，对体育运动中容易出现损伤的情况进行预警，尽量避免发生运动损伤。将人工智能可穿戴装备应用于日常体育健身，可以展开实时监督，监督内容主要包括了呼吸、血压、心跳等等，根据监督得到的数据参数调节运动情况，以便能够取得较为理想的应用效果；

（3）设计需求方面。人工智能可穿戴装备是否能够得到推广使用，设计方面是否能够满足人们的需求变得非常重要，不仅要在外观设计上呈现出智能化、个性化等方面的特点，而且还要拥有良好的防摔、耐磨等性能，根据使用者自身情况进行调节。人工智能可穿戴装备的发展呈现出小型化趋势，重量变得越来越轻，在佩戴人工智能可穿戴装备时更加方便，对于装备的存放也十分简单，能够随意将其收纳进背包或是口袋中，使用时十分方便。当人工智能可穿戴装备变得简单小巧，才会受到人们的欢迎，并将其有效地应用于体育运动训练中，充分发挥出其自身的作用；

（4）价格需求方面。人工智能可穿戴装备的价格也会影响到其在人们进行体育运动中的应用，若是价格过于昂贵，人们会望而却步，不会选择购买，所以如果想要推广应用人工智能可穿戴装备需要保障价格的合理性，使其价格能够满足人们的需求，避免给人们造成太大的经济负担。另外，还要保障设备的价格与其性能、功能等方面相匹配，如此才能够被人们应用于体育运动中。

2.2、人工智能可穿戴装备的优势

在人工智能可穿戴装备中，融入了智能算法、传感、人工智能等方面技术，将人工智能和传感器相融合，让网络、应用以及硬件之间具有更强的关联性，不同的设备之间进行信息交换时将变得更为方便与快捷，并且使人工智能可穿戴装备开发成本相对较低，能够快速的融入到较为成熟的生态系统之中。由于资金的不断投入，这在一定程度上推动了人工智能可穿戴装备的发展，软件与硬件实现了深入融合，逐渐朝向专业化方向发展。对人工智能可穿戴装备中的智能芯片与传感器进行创新，升级人工智能可穿戴装备的功能，对运动员运动时产生的数据信息进行搜集，为其运动提供更加适合的方案。运动员通过数据的形式能够了解到自己的运动情况与身体状态，这也是人工智能可穿戴装备所具有的独特优势，使其在体育运动中能够得到有效应用。

人工智能可穿戴装备属于高科技产品，人们对此具有很高的需求，将其应用于体育运动中能够发挥出重要的作用，而且由于人工智能可穿戴装备本身的特点与优势，使其深受运动员的欢迎。随着科技的发展，人们将更多先进的技术融入到人工智能可穿戴装备中，提高了人工智能可穿戴装备的体育功能。自从体育强国政策出台以后，我国在体育事业方面给予了高度重视，政府在此方面还给予了很多支持政策，促使人工智能可穿戴装备能够得到进一步创新，使其能够在体育运动方面得到广泛使用。当前人工智能可穿戴装备已经呈现出了多元化发展趋势，满足人们不同的需求，获得相关体育运动数据信息，并制定出有效的运动计划，促使人们参与体育运动能够获得更为理想的效果。

3、视觉目标跟踪技术在体育运动中的应用方法

视觉目标跟踪技术在体育运动中的使用主要是采取了单摄像机跟踪与多摄像机两种方式，具体内容如下所示。

3.1、单摄像机跟踪

利用单摄像机对多个目标进行跟踪时，主要是用于跟踪车辆或是行人，因为此类目标的运动模式较为简单且呈现出明显的规则，在外观上存在着明显差异。但利用单摄像机对参加体育运动的人员进行跟踪则是相反的，跟踪特点表现为：（1）外观类似。参加体育运动或是比赛的运动员，很多时候身穿款式、颜色相同的服装，此种外观特征在体育跟踪中稳定性较低，而且区别性也很差；（2）非线性运动模式。在体育运动中的运动员运动机动性很强，不管是运动的速度还是方向都在不断改变，而且没有规律可以预测，这使得其运动状态非匀速运动模型，是较为复杂的非线性运动状态；（3）运动员间存在频繁遮挡。在团队体育运动中，由于运动员相互间存在着很强的交互性，常常会发生运动员相互遮挡的情况，从而造成丢失重检中出现身份漂移的情况。

如果想要解决由于运动员外观特点不可靠而出现的漏检与误检问题，通常还会采用姿态特征辅助跟踪。例如，在检测关联过程中利用运动员姿态特点与外观特点，生成了局部轨迹最初始状态，同时设计以姿态特点与长短期记忆网络为基础的三重流网络，做好运动员在长期姿势动态方面的建模，使得运动员外观、姿态与互动特点相融合，实现对运动员的区分。如果想要适应非线性运动，利用AMHT 模型以及粒子群优化算法，针对运动估计中得到的测量值展开两次观测细化，从而获得精确的关联假设，对卡尔曼滤波器中所生成的轨迹进行更新。对于体育运动中运动员相互间出现的遮挡情况，通过构建模型为区别遮挡范围内不同运动员提供更多具有价值的信息。将运动员位置信息制作成时间态势图，以此为基础对粒子过滤器进行引导，尽量减少出现的错误检测，即便出现遮挡也能够准确跟踪。先区分不存在遮挡的个人区域以及有遮挡存在的群体区域，有利于对存在遮挡的区域展开有效处理。双模式双向贝叶斯推理方法能够对在线与离线模型进行动态切换，利用后向平滑与前向滤波能够实现对遮挡目标的跟踪。

3.2、多摄像机跟踪

多摄像机跟踪法根据跨摄像机全局轨迹生成方法，可将其划分为以下两种类型：

（1）概率占用图模型。

利用此方法对运动员全局轨迹进行生成处理，需要先使用相机标定法完成体育空间场地建模，以便将整个场地划分为若干格栅，使用被跟踪目标的纹理、颜色等特点对目标构建概率模型，再将跨摄像机轨迹关联看成是动态规划问题，从而获得最优轨迹。

（2）滤波器状态估计模型。

通过使用卡尔曼滤波器的状态估计模型，能够与每个局部轨迹相关联，再使用单应变换将单摄像机获得的跟踪结果投影到全局图中，之后完成运动状态建模工作，在使用卡尔曼滤波器时可以实现对某一段时间中的状态给出最优估计，以便能够得到运动员全局的运动轨迹。

上述两种方法拥有的共同点表现为都要将全局轨迹变成概率问题，并做好相应的建模工作，同时还要对先验信息进行预设，如体育场地中的空间信息、运动员在运动过程中的运动模式信息。但这两种方法也存在明显缺陷，体现为对光线变化、运动类型较为敏感、泛化性差等方面。

4、结语

总之，人工智能技术的应用能够为体育运动提供良好服务，满足人们在体育运动方面的需求。利用人工智能技术能够在运动方面展开更加高效与精确的数据分析工作与技术研判工作，使得运动员能够获得更为理想的训练效果，提高运动过程中的表现。以人工智能为基础的运动设备正逐渐和虚拟现实系统实现了联动发展，有利于运动员提高运动成绩，而且通过对人工智能技术不断进行创新，可将其应用于体育运动的所有领域。人工智能可穿戴装备与视觉目标跟踪技术作为当下刚兴起的技术，随着此项技术的不断发展，能够对体育领域产生巨大的影响，同时还能够促进体育产业经济的发展。