杨百翰大学(Brigham Y爱博网投官方网站oung University)的工程师正在开发一种新的人工智能技术，可以大大减少超级碗球队(以及所有NFL和大学橄榄球队)研究电影的时间和成本，同时还可以通过利用大数据的力量来提高比赛策略。

杨百翰大学教授D.J. Lee、硕士生Jacob Newman和博士生Andrew Sumsion和Shad Torrie正在使用人工智能来自动化手动分析和注释游戏画面的耗时过程。利用深度学习和计算机视觉，研究人员创造了一种算法，可以始终如一地从比赛录像中定位和标记球员，并确定进攻团队的组成——这一过程可能需要大量视频助理的时间。

“我们当时正在讨论这个问题，然后意识到，哇，我们可能可以教一个算法来做这件事，”电子和计算机工程教授李说。“因此，我们与杨百翰大学橄榄球队召开了一次会议，了解他们的流程，并立即意识到，是的，我们可以更快地做到这一点。”

虽然研究还处于早期阶段，但该团队已经在球员检测和标记方面取得了超过90%的准确率，在确定阵型方面取得了85%的准确率。他们认为，这项技术最终可以消除NFL和大学球队对录制视频进行手工注释和分析的效率低下和繁琐的做法。

李和纽曼首先看了杨百翰大学橄榄球队提供的真实比赛录像。当他们开始分析时，他们意识到他们需要一些额外的角度来适当地训练他们的算法。所以他们买了一份《Madden 2020》，从进攻的上方和背后显示场地，并手动标记了游戏中的1000张图像和视频。

他们使用这些图像来训练深度学习算法来定位球员，然后将其输入残差网络框架以确定球员的位置。最后，他们的神经网络使用位置和位置信息来确定进攻使用的阵型(超过25个阵型)——从手枪束TE到I形式H槽公开赛。

李说，当球员的位置和标签信息正确时，该算法可以准确地识别出99.5%的阵型。在I阵型中，四名球员一个排在另一个前面——中锋、四分卫、后卫和跑卫——被证明是最具挑战性的阵型之一。

李和纽曼表示，人工智能系统也可以应用于其他体育项目。例如，在棒球比赛中，它可以定位球员在场上的位置，并识别出共同的模式，以帮助球队改进他们如何防御特定的打击者。或者它可以用来定位足球运动员，以帮助确定更有效的阵型。

“一旦你有了这些数据，你就可以用它做更多的事情;你可以更上一层楼，”李说。“大数据可以帮助我们了解这支球队的策略，或者教练的倾向。这可以帮助你知道他们是否有可能在第四次进攻和第二次进攻时上场，或者他们是否会下注。在体育运动中使用人工智能的想法真的很酷，如果我们能给他们哪怕1%的优势，这都是值得的。”