掌握羽球落点跑位情报 国内研究团队开发新利器
（中央社记者黄巧雯台北18日电）由交通大学与台湾科技大学开发深度学习的3D赛局记录
系统，可计算比赛时球员与球的3D轨迹，将可助台湾选手拟定策略、提升成绩，盼能拼
2020东京奥运金牌。
台湾羽球运动人口高达200万到300万人，而台湾选手近年来在国际赛事表现亮眼，根据世
界羽联（BWF）最新世界排名，台湾羽球一哥周天成、台湾羽球一姐戴资颖目前排名分占
世界第2、第4。
过去分析羽球比赛中的羽球轨迹资料，通常是由有经验的情蒐人员进行录影，并即时记录
重要比赛资讯，赛后再仔细反复观看重播影片，以记录对战过程及比赛细节。
为更有效率收集比赛情报，由交大与台科大具有资讯与体育专长共8名教授所组成的研究
团队，包括交大资讯学院副院长易志伟等人，合作开发深度学习的3D赛局记录系统，透过
运动结合科技方式，除了可改善上述问题外，资料的内容更从2D提升至3D。
研究团队表示，所开发TrackNet可从比赛影片辨识及标示出高速飞行的羽球，再使用
YOLOv3侦测球员位置，并以OpenPose计算运动员的骨架姿态，除可用于赛局资料收集外，
还可计算并储存影片中球及运动员的3D轨迹与运动员的姿态，根据球的3D轨迹及运动员动
作可了解球种的使用、运动员的敏捷度及常用的球路等资讯。
进一步分析资料后，研究团队指出，选手将可透过数据分析找出盲点，像是找出对手习惯
球路，进而拟定战胜对手的策略，还可计算对手或台湾选手的失分位置，做为攻击目标与
自我强化的方向。（编辑：张雅净）1080918
中央社：https://www.cna.com.tw/news/aspt/201909180239.aspx