![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
lankasterskyФутбольные и прочие крутые спортивные клубы платят миллионы долларов в год за одного хорошего игрока и держат штат статистов и аналитиков. За эти деньги можно было уже давно запилить офигенные умные мобильные приложения, помогающие в этом деле, но почему-то мы их пока не видим.
Как могло бы выглядеть мобильное приложение, автоматически собирающее статистику вы игровых видах спорта - будь то настольный теннис, гольф или что-то еще?
Существует куча разных приложений, ведущих спортивную статистику, но выглядят они примерно так (из тех, что я нашел): ударил, открыл приложение на телефоне, нажал на кнопочку, ввел результат вручную. Вот, например, одно из популярных андроид-приложений по сбору статистики по игре в теннис с громоздким интерфейсом.
Можно предположить, что можно собирать игровую статистику по звуку, как датчики включения света по хлопку ладонями: например, распознавать звук удара по мячу, отскока, длительность розыгрыша и т.п. Но тут есть свои ограничения. Например, невозможно или сложно определить по звуку, кто из соперников ударил; длительность розыгрыша зависит от разных факторов: стиля игры, разницы в уровне игроков и т.п. Короче, очень ненадежный инструмент в ряде случаев.
Между тем, существует довольно удобная возможность анализировать движение с помощью мобильных гаджетов, благо почти все смартфоны и уже многие смартчасы имеют на борту гироскоп с акселерометром. Например, есть ряд приложений по анализу вождения (тут и тут): они определяют, когда водитель совершил резкий маневр (ускорился, затормозил и т.п.) и показывают, насколько неаккуратно в этом смысле он водит.
Т.е. игрок может надеть на руку часы (или телефон в фитнес-футляре), включить приложение с датчиком движения и начать играть. Приложение само будет распознавать стиль удара, скорость, направление и т.п.
Распознавание можно сделать по графику траектории движения части тела в 3д с помощью анализа изображений, например, статистическими методами (с помощью фильтров) или на нейронных сетях. В последнем случае можно сделать индивидуальный режим обучения, когда игрок вначале повторяет определенные движения, пока приложение их не запомнит и не научится отличать друг от друга (как калибрация brain-computer interface).
Подобные приложения также можно использовать для анализа игры всей команды: все надевают часы с запущенным приложением, и оно считает, кто куда переместился, у кого какая статистика движений и т.п.
В последнее время повыходило много фреймворков с машинным обучением под мобильные платформы. Хотелось бы поковырять какой-нибудь из них по возможности и попробовать идею на практике.
Как могло бы выглядеть мобильное приложение, автоматически собирающее статистику вы игровых видах спорта - будь то настольный теннис, гольф или что-то еще?
Существует куча разных приложений, ведущих спортивную статистику, но выглядят они примерно так (из тех, что я нашел): ударил, открыл приложение на телефоне, нажал на кнопочку, ввел результат вручную. Вот, например, одно из популярных андроид-приложений по сбору статистики по игре в теннис с громоздким интерфейсом.
Можно предположить, что можно собирать игровую статистику по звуку, как датчики включения света по хлопку ладонями: например, распознавать звук удара по мячу, отскока, длительность розыгрыша и т.п. Но тут есть свои ограничения. Например, невозможно или сложно определить по звуку, кто из соперников ударил; длительность розыгрыша зависит от разных факторов: стиля игры, разницы в уровне игроков и т.п. Короче, очень ненадежный инструмент в ряде случаев.
Между тем, существует довольно удобная возможность анализировать движение с помощью мобильных гаджетов, благо почти все смартфоны и уже многие смартчасы имеют на борту гироскоп с акселерометром. Например, есть ряд приложений по анализу вождения (тут и тут): они определяют, когда водитель совершил резкий маневр (ускорился, затормозил и т.п.) и показывают, насколько неаккуратно в этом смысле он водит.
Т.е. игрок может надеть на руку часы (или телефон в фитнес-футляре), включить приложение с датчиком движения и начать играть. Приложение само будет распознавать стиль удара, скорость, направление и т.п.
Распознавание можно сделать по графику траектории движения части тела в 3д с помощью анализа изображений, например, статистическими методами (с помощью фильтров) или на нейронных сетях. В последнем случае можно сделать индивидуальный режим обучения, когда игрок вначале повторяет определенные движения, пока приложение их не запомнит и не научится отличать друг от друга (как калибрация brain-computer interface).
Подобные приложения также можно использовать для анализа игры всей команды: все надевают часы с запущенным приложением, и оно считает, кто куда переместился, у кого какая статистика движений и т.п.
В последнее время повыходило много фреймворков с машинным обучением под мобильные платформы. Хотелось бы поковырять какой-нибудь из них по возможности и попробовать идею на практике.
