初创企业如何运用视觉AI令板球、足球等体育比赛变得更精彩

新加坡的 TVConal 使用 NVIDIA Metropolis、TAO 工具套件和 SDK 建立了一个自动标记体育比赛详情的 AI 视频分析平台。

体育运动会产生大量数据。高科技初创企业 TVConal 的总经理 Masoumeh Izadi 表示，以板球比赛为例，每场比赛都会产生数百万个视频帧数据点供体育分析师仔细研究。

这家总部位于新加坡的公司使用 NVIDIA AI 和计算机视觉技术驱动其体育视频分析平台，让包括运动队、联赛和电视广播公司等用户能够从这些海量数据中实时获得表现洞察。

TVConal 是 “Television Content Analytics” 的简称。该公司提供各种体育项目的视频分析并以板球、网球、羽毛球和足球为主。

其平台由 NVIDIA Metropolis 视觉 AI 应用框架驱动，可以检测比赛中的重要事件、对运动员的行为进行建模、做出运动预测等。这些功能有助于剖析体育比赛中的微小细节，使运动队能够在赛场上做出更加明智的决定。

TVConal 是 NVIDIA 初创加速计划成员。这项免费计划为使用先进技术革新行业的初创企业提供支持。

自动比赛标签生成

用于创建比赛中重要事件时间线的比赛标签对体育视频分析至关重要。使用标签生成的详细报告为裁判员、教练员、运动员和体育迷提供性能统计数据和视觉反馈。

Izadi 表示，由于动作和其他比赛事件发生在一瞬间，因此一些体育赛事需要多达20名记录员一起工作才能完成实时标签，这项工作既耗时又费力。

有了 TVConal 的平台，体育分析人师只需点击几下鼠标，就可以从视频帧中提取信息，因为人工智能有助于自动准确地实时标记比赛。这让分析师有时间深入挖掘数据，并为团队提供更详细的反馈。

该平台还可以捕捉到肉眼可能错过的关键时刻或犯规动作。

Izadi 表示：“如果一名运动员做出了一个犯规动作，即便该动作超出了人类的毫秒级处理能力，该平台也可以检测到该动作并通知裁判员及时采取行动。”

TVConal 的平台使用 NVIDIA Metropolis 构建，简化了从边缘到云的 AI 视频分析应用开发、部署与扩展。Metropolis 包括预训练模型、训练和优化工具、软件开发工具包、CUDA-X 库等，它们都经过优化，可在基于 NVIDIA EGX 企业平台的 NVIDIA 认证系统上运行以实现加速计算。

Izadi 表示：“NVIDIA 的软件工具、框架和硬件让我们能够更快进行迭代并以更短的周期和更低的成本将创意推向市场。”

TVConal 使用 NVIDIA DeepStream SDK 简化视频处理管道、使用 NVIDIA 预训练模型和 TAO 工具套件加速 AI 训练并使用 NVIDIA TensorRT SDK 优化推理。

凭借 DeepStream，TVConal 团队能够实时处理现场视频和音频流，达到匹配视频帧率的必要速度。TensorRT 库还帮助 TVConal 转换其机器学习模型，在保持准确性的同时更快处理数据。

作为 NVIDIA 初创加速计划成员，TVConal 可以获得技术资源、行业专家和产品上市支持。

该公司的客户包括国际制作公司 NEP Group、巴基斯坦板球委员会等。

Izadi 强调：“我们需要从越来越多的体育内容中提取价值。到 2028 年，全球体育分析市场规模预计将增长 20% 以上。自动视频处理是体育领域的一项革命性技术，我们十分期待着能够建立更加先进的模型和管道来推动这场变革继续发展。”

全球越来越多的创新企业正在使用 NVIDIA Metropolis 进行体育分析，包括初创企业 Pixellot、Track160 和 Veo。