新加坡的 TVConal 使用 NVIDIA Metropolis、TAO 工具套件和 SDK 建立了一個自動標記體育比賽詳情的 AI 視頻分析平臺。

體育運動會產生大量數據。高科技初創企業 TVConal 的總經理 Masoumeh Izadi 表示，以板球比賽為例，每場比賽都會產生數百萬個視頻幀數據點供體育分析師仔細研究。

這家總部位于新加坡的公司使用NVIDIA AI 和計算機視覺技術驅動其體育視頻分析平臺，讓包括運動隊、聯賽和電視廣播公司等用戶能夠從這些海量數據中實時獲得表現洞察。

TVConal 是 “Television Content Analytics” 的簡稱。該公司提供各種體育項目的視頻分析并以板球、網球、羽毛球和足球為主。

其平臺由NVIDIA Metropolis視覺 AI 應用框架驅動，可以檢測比賽中的重要事件、對運動員的行為進行建模、做出運動預測等。這些功能有助于剖析體育比賽中的微小細節，使運動隊能夠在賽場上做出更加明智的決定。

TVConal 是NVIDIA初創加速計劃成員。這項免費計劃為使用先進技術革新行業的初創企業提供支持。

自動比賽標簽生成

用于創建比賽中重要事件時間線的比賽標簽對體育視頻分析至關重要。使用標簽生成的詳細報告為裁判員、教練員、運動員和體育迷提供性能統計數據和視覺反饋。

Izadi 表示，由于動作和其他比賽事件發生在一瞬間，因此一些體育賽事需要多達20名記錄員一起工作才能完成實時標簽，這項工作既耗時又費力。

有了 TVConal 的平臺，體育分析人師只需點擊幾下鼠標，就可以從視頻幀中提取信息，因為人工智能有助于自動準確地實時標記比賽。這讓分析師有時間深入挖掘數據，并為團隊提供更詳細的反饋。

該平臺還可以捕捉到肉眼可能錯過的關鍵時刻或犯規動作。

Izadi 表示：“如果一名運動員做出了一個犯規動作，即便該動作超出了人類的毫秒級處理能力，該平臺也可以檢測到該動作并通知裁判員及時采取行動。”

TVConal 的平臺使用NVIDIA Metropolis構建，簡化了從邊緣到云的 AI 視頻分析應用開發、部署與擴展。Metropolis 包括預訓練模型、訓練和優化工具、軟件開發工具包、CUDA-X 庫等，它們都經過優化，可在基于NVIDIA EGX 企業平臺的NVIDIA 認證系統上運行以實現加速計算。

Izadi 表示：“NVIDIA 的軟件工具、框架和硬件讓我們能夠更快進行迭代并以更短的周期和更低的成本將創意推向市場。”

TVConal 使用NVIDIA DeepStream SDK簡化視頻處理管道、使用NVIDIA 預訓練模型和TAO 工具套件加速 AI 訓練并使用NVIDIA TensorRT SDK優化推理。

憑借 DeepStream，TVConal 團隊能夠實時處理現場視頻和音頻流，達到匹配視頻幀率的必要速度。TensorRT 庫還幫助 TVConal 轉換其機器學習模型，在保持準確性的同時更快處理數據。

作為 NVIDIA 初創加速計劃成員，TVConal 可以獲得技術資源、行業專家和產品上市支持。

該公司的客戶包括國際制作公司 NEP Group、巴基斯坦板球委員會等。

Izadi 強調：“我們需要從越來越多的體育內容中提取價值。到 2028年，全球體育分析市場規模預計將增長20% 以上。自動視頻處理是體育領域的一項革命性技術，我們十分期待著能夠建立更加先進的模型和管道來推動這場變革繼續發展。”

全球越來越多的創新企業正在使用NVIDIA Metropolis進行體育分析，包括初創企業 Pixellot、Track160和 Veo。

球場 AI 大猜想

若干年之后

在 AI 加持下的球賽會變成什么樣子？

你是否也這樣想象過？

無論是在 AI 導播提高您的觀賽體驗，

還是 AI 裁判的精準出擊，

甚至是 AI 球員帶來的精彩對決。

讓我們一同暢享 AI 對體育運動的改變！