详细内容或原文请订阅后点击阅览
PitchErnet帮助研究人员通过AI分析进行罢工
图片来源：滑铁卢大学。滑铁卢大学的研究人员开发了新的人工智能（AI）技术，可以使用棒球游戏的低分辨率视频准确地分析投手性能和机制。该系统是由滑铁卢团队为巴尔的摩金莺开发的，在大多数体育场中已经安装了更精致和昂贵的技术的孔[…]
来源:ΑΙhub图片来源：滑铁卢大学。
滑铁卢大学的研究人员开发了新的人工智能（AI）技术，可以使用棒球游戏的低分辨率视频准确地分析投手性能和机械师。
该系统是由滑铁卢团队为巴尔的摩金莺开发的，它在大多数拥有美国职棒大联盟（MLB）的大多数体育场中已经安装了更精致且昂贵的技术，近年来，其团队越来越多地利用了数据分析。
滑铁卢研究人员将投手性能的视频转换为二维模型，Pitchernet的AI算法后来可以分析。 （信用：滑铁卢大学）
由一家名为Hawk-Eye Innovations公司生产的系统，使用每个公园中的多个特殊摄像头来吸引玩家，但是他们所产生的数据通常可用于拥有体育场的主队。
Hawk-Eye创新将游戏添加到他们的分析操作中，并使用童子军在小联盟和大学比赛中拍摄的智能手机视频，Orioles在大约三年前向滑铁卢的视频和AI专家寻求帮助。
结果是一个称为PitcherNet的相对简单的系统，它克服了诸如运动模糊以跟踪投手在土墩上的运动之类的挑战，然后产生有关指标的数据，包括俯仰速度和标准广播和智能手机视频的释放点。
滑铁卢研究人员使用了在训练过程中产生的图像来帮助构建PitcherNet AI技术。 （滑铁卢大学）
“金莺队解决了一个问题，因为它们无法分析姿势位置，随后，他们在游戏中可能无法获得高分辨率摄像头的投手的生物力学。
视觉和图像处理（VIP）实验室滑铁卢大学