MIT 團隊打造電子好球帶 投球 1 秒內立即顯示球速與落點

台灣體育運動大學與台大團隊攜手研發 Karma Zone 的高速攝影機今年陸續架設在新莊、斗六、台南棒球場,並使用在實際比賽中。
評論
台體大與台大團隊攜手研發「Karma Zone系統」,首創 MIT電子好球帶系統
評論

原文刊登於中央社,INSIDE 經授權轉載。

國內團隊打造首個 MIT 電子好球帶,棒球投手投球後 1 秒內就能立即顯示球速與落點,幫助判決更有依據。目前新莊、斗六、台南球場都有裝設,後續計畫跟日本、美國廠商洽談。

美國大聯盟過去 3 年到 4 年開始在球場運用 Trackman 系統,Trackman 系統可以測量、記錄下棒球轉速、位移距離等多種數據,多達 30 個球隊運用。台灣職棒球團則在 2018 年起開始使用 Trackman 系統。

台體大運動資訊與傳播系副教授黃致豪表示,過往台體大團隊也有使用美國大聯盟採用的Trackman 系統研究,卻發現只看到結果,無法「一條龍分析」,對選手幫助有限。

後來在科技部「精準運動科學研究專案」補助下,台灣體育運動大學與台大團隊 2018 年起攜手合作,研發「Karma Zone 系統」,系統由 6 支高速攝影機組成,開發出電子好球帶與 3D 動作分析兩個系統。名稱中 Karma 有因果循環之意,團隊希望串連前因後果,讓選手有更好表現,研究成果今年也獲得科技部的未來科技獎。

黃致豪表示,電子好球帶主要運用兩台高速攝影機,分別架設在一壘側與本壘後方的上空,用這兩台拍攝的影像,交叉計算出座標空間,最後呈現在轉播螢幕上的九宮格圖樣,就是計算出的電子好球帶範圍。投手投球後,不到 1 秒就能顯示在轉播螢幕上。

賽季期間,職棒球團、教練或觀眾不滿好球帶標準的爭議事件時有所聞。黃致豪說,好球帶範圍的確可能因主審習慣、場地有些微差異,但關鍵是整場比賽判決要一致。電子好球帶則希望扮演輔助角色、減少落差,希望明年可以進入裁判訓練系統中,幫助裁判有更一致的判決。

棒球投手投球速度達 140 公里,團隊因此也需要使用 1 秒多達 300 格影像的高速攝影機來拍攝選手動作,以利後續慢動作回放與分析。

黃致豪說,高速攝影機調整角度必須非常精準,有次拍攝畫面「一片空白」,打開攝影機保護盒才發現,原來攝影機是被界外球打中倒下來、角度跑掉,「真的是 1萬顆球才有 1 顆能打中那個角度」。

甚至,個人感受不到的 1、2 級地震,都可能影響攝影機拍攝角度,團隊因此也必須定期確認、校正,「拍攝角度可能差 1 度,但 18 公尺外丟球,拍攝結果可能就會差很多,」黃致豪說。

Karma Zone 的高速攝影機今年也陸續架設在新莊、斗六、台南棒球場,並使用在實際比賽中。

黃致豪說,因為有架設高速攝影機,不只能運算電子好球帶,打者也能事後立即看到自己揮棒的慢動作影像,手部位置、下半身起動時間都能一目了然。加上拍攝位置固定,對球團來說,也能做比較、幫助球員具體改善姿勢。

整套系統也計畫插旗海外市場,黃致豪指出,會先跟日本談,也有美國廠商有意洽談,希望有機會打入美國小聯盟、基層棒球市場,不過因為疫情,目前時程上還有不確定性。

責任編輯:Anny
核稿編輯:李柏鋒



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。