三维技术帮助运动员在2020年奥运会上的表现，这里是解释

雅加达 - 今年的奥运会可能会关闭，大多数观众由于COVID-19。但是，由于数十台摄像机记录了运动员的跳跃、跳水和拳打脚踢等每一个动作，全世界的目光仍然聚焦在运动员身上。

在所有广播设备中，这次的田径比赛又发现了五台摄像机。这是详细的三维跟踪系统的第一步，让观众几乎可以即时了解比赛的每一步。

此跟踪仅仅是个开始。东京展出的技术表明，精英运动员训练的未来不仅在于收集有关人体的数据。但它也使用这些数据来创建其数字复制品。这个头像有朝一日可以贯穿假设场景，帮助运动员决定哪个选项将产生最佳结果。

东京使用的跟踪系统，一种名为3DAT的英特尔产品，将记录直接插入云中。在那里，人工智能程序利用深度学习来分析运动员的动作，并识别关键性能特征，如最高速度和减速。

系统通过显示动作的慢动作图形表示和突出显示关键时刻，与观看者共享这些信息。从记录运动到广播分析，整个过程需要不到 30 秒的时间。

例如，在nbc播出俄勒冈州尤金市100米试车时，人工智能展示了沙卡里·理查森在巅峰时如何达到每小时38.7公里的速度，并在到达终点线时减速到每小时32.0公里。这足以赢得比赛。

英特尔奥运技术集团体育表演技术总监乔纳森•李（JonathanLee）表示："这就像让自己的个人评论员在比赛中向你展示事物一样。

为了通过机器学习训练他们的奥运AI，李和他的团队不得不尽可能多地拍摄精英运动员的镜头。他们需要人体执行某些运动的镜头，但预先存在的素材用于类似的研究，显示一般人移动，这将混淆算法。

"人们通常不会完全将身体水平抬高到七英尺高空，但世界级的跳高运动员可以定期达到这样的高度，"李说。

在录像中，英特尔的团队手动以像素逐像素对身体的每一个部位进行注释，从眼睛、鼻子、肩膀等进行注释。一旦确定了这些要点，模型可以开始以三个维度连接它们，直到它们简化了运动员形状的渲染。

跟踪这个"骨架"允许程序在运动员的身体上进行三维姿势估计（一种计算机视觉技术，跟踪物体并试图预测在太空中可能经历的变化）。

跟踪系统仅限于今年奥运会的田径比赛。但类似的技术可以成为各种运动的标准。这是意大利布雷西亚大学人机交互研究员兼助理教授芭芭拉·丽塔·巴里切利提出的。然而，他没有参与这个英特尔项目。

巴里切利说："真正的重大转变是，技术不仅用于娱乐或研究，而且被实践界所接受。

例如，当视频助理裁判（VAR）首次用于足球时。这项技术在当今的电视网络上非常流行，但一些裁判（人类）拒绝依靠他们做出能够改变比赛的决定。

这项技术在足球界仍然引起争议，但是现在许多裁判经常使用VAR来帮助他们做决定。巴里切利认为，3DAT奥运会的首次亮相可能是"研究会议实践的一大步——或者更好的是，拥抱研究成果的做法。