港大AI鏡頭助泳手突破 分析練習姿勢 民生書院採用
原文刊於信報財經新聞「StartupBeat創科鬥室」
東京奧運昨正式曲終人散，香港代表隊在劍擊、游泳、乒乓球、空手道及場地單車項目，成功創下歷來最佳成績，共計奪得一金兩銀三銅。運動員要在比賽中出類拔萃，付出汗水操練固然重要，而近年興起的運動科技，亦有助教練藉了解麾下選手狀態，為訓練作出精準安排。
捕捉13骨骼節點修正動作
香港大學運動人工智能實驗室總監、電機電子工程系首席講師霍偉棟近年率領研究團隊，為本地學校研發電腦系統，利用視像鏡頭、人工智能（AI）及電腦視覺，分析運動員練習姿勢。他在專訪指出，系統以視像鏡頭拍攝運動員動態，透過人體姿態估測（Human Pose Estimation）技術，捕捉運動員人體13個骨骼節點，經由AI分析其姿勢（例如手臂屈曲角度）是否準確達標。
霍偉棟指出，對專業運動員來說，若科技可稍為提升比賽表現，或已是金牌、銀牌的分別。（黃潤根攝）
以採用該系統的九龍城民生書院為例，港大在該校室內游泳池上方及水底分別安裝了4組及8組鏡頭，配合AI分析技術，追蹤泳手跳落水的角度，划手及雙腿打水時的幅度及頻率，以至泳手的臂展長度（Arm Span Length）等數據。當泳手完成訓練上水後，便可以跟教練一同利用設置於泳池旁邊的電腦工作站查看分析結果，再作針對性訓練或修正動作。
霍偉棟憶述，民生書院早年想在校內建設智能泳池，於是找他合作，冀研發一套建基於人體活動辨認技術的溺水偵測系統。系統一旦發現有人在水池中低於某警戒線一段時間，便會向救生員發出警報。後來霍偉棟想到把相關技術進一步應用於泳姿分析，藉此輔助泳手訓練。除了游泳外，相關技術更可應用於高爾夫、籃球、瑜伽等不同運動項目【見另稿】。
系統利用鏡頭、AI科技及電腦視覺，捕捉人體13個骨骼節點，再分析姿態是否達標。（受訪者提供圖片）
霍偉棟補充，要讓電腦系統準確分析運動員姿勢是否達標，團隊要向專業教練蒐集大數據，「舉例，我們要提供水準最好的A級動作、水準較次的B級，以至比較差的C級動作相關影像，予系統進行機器學習，讓電腦掌握動作何謂好、何謂差。可能要成千上百的影像數據才足夠。」
若是開發針對瑜伽訓練的分析系統，在數據標註更需多加留意，皆因雙腿繞頭之類彎曲身軀的瑜伽姿勢，可能會令AI錯誤辨認頭、手、腳等部位，「所以影像中哪裏是頭、哪裏是手，一定要標註清楚。」
在個別運動項目例如高球，選手的姿勢標準與否，主要由其關節活動角度釐定，「這時系統可用幾何方法來判斷，透過計算運動員的（關節活動）角度，判斷相關動作是否合乎標準。」
泳手可跟教練利用泳池旁邊的電腦工作站查看分析結果。（受訪者提供圖片）
影像數據可存檔比對
雖然身在場邊的教練亦可觀察運動員姿態，但霍偉棟直言：「運用科技的好處是，可以掌握客觀數據；而且可將影像慢鏡重播，以便仔細分析。相關影像亦可存檔記錄，隨時審視運動員的訓練進度，比較他上次及今次訓練的表現有否改善。」
霍偉棟以香港女子游泳運動員何詩蓓為例，她在奧運女子100米自由泳決賽跟澳洲選手愛瑪麥姬安（Emma McKeon）爭持激烈，最後以0.31秒之微屈居亞軍，「對專業運動員來說，能夠有多些科技協助，令到比賽速度快多一點點，或許已是金牌、銀牌的分別。」
採訪、撰文：陳子健
民生書院在泳池安裝鏡頭，追蹤泳手表現及偵測有沒有人溺水。（受訪者提供圖片）
延伸閱讀：
搞初創實現商業化
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
