掌握羽球落點跑位情報 國內研究團隊開發新利器

（中央社記者黃巧雯台北18日電）由交通大學與台灣科技大學開發深度學習的3D賽局記錄系統，可計算比賽時球員與球的3D軌跡，將可助台灣選手擬定策略、提升成績，盼能拚2020東京奧運金牌。

台灣羽球運動人口高達200萬到300萬人，而台灣選手近年來在國際賽事表現亮眼，根據世界羽聯（BWF）最新世界排名，台灣羽球一哥周天成、台灣羽球一姐戴資穎目前排名分占世界第2、第4。

過去分析羽球比賽中的羽球軌跡資料，通常是由有經驗的情蒐人員進行錄影，並即時記錄重要比賽資訊，賽後再仔細反覆觀看重播影片，以記錄對戰過程及比賽細節。

為更有效率收集比賽情報，由交大與台科大具有資訊與體育專長共8名教授所組成的研究團隊，包括交大資訊學院副院長易志偉等人，合作開發深度學習的3D賽局記錄系統，透過運動結合科技方式，除了可改善上述問題外，資料的內容更從2D提升至3D。

研究團隊表示，所開發TrackNet可從比賽影片辨識及標示出高速飛行的羽球，再使用YOLOv3偵測球員位置，並以OpenPose計算運動員的骨架姿態，除可用於賽局資料收集外，還可計算並儲存影片中球及運動員的3D軌跡與運動員的姿態，根據球的3D軌跡及運動員動作可了解球種的使用、運動員的敏捷度及常用的球路等資訊。

進一步分析資料後，研究團隊指出，選手將可透過數據分析找出盲點，像是找出對手習慣球路，進而擬定戰勝對手的策略，還可計算對手或台灣選手的失分位置，做為攻擊目標與自我強化的方向。（編輯：張雅淨）1080918

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。