打籃球的友友們應該知道，走步是比賽中最常見的違規之一。為了更好地監測籃球比賽中球員是否出現走步行為，一位網名叫@Ayush Pai的小哥（我們就叫他AP哥吧）搞出了一個AI裁判。如你所見，計算機時刻“盯着”打籃球的人，並且立馬能判斷出這個人是否走步了。
這個AI籃球裁判很快吸引了一批網友前來圍觀。
有人調侃道，如果NBA用了該AI裁判，他們就完了。（因為NBA裁判有時候不吹走步）
也有人說，這個AI看起來對規範小孩子打籃球很有幫助。
還有位大聰明建議AP哥再設計一個奧斯卡獎的失誤檢測AI。（Doge）
所以話說回來，這個AI裁判是怎麼具備如此“火眼金睛”的呢？
主要追蹤球運動軌跡和步數
你可能已經猜到了，這個AI裁判就是主要基於計算機視覺（CV）創造出來的。
該AI主要跟蹤兩個東西：球的運動軌跡和人的步數。
為了達此目的，首先將檢測運球的時間。
首先，AP哥編寫了一套CV算法來檢測球的彈跳情況，將攝像機的視圖流化，即：按順序提取視頻幀。
然後，AP哥創建了一個Aegis v圖片顏色掩碼，來識別並篩選出籃球的顏色。
在計算機後台程序中，籃球顯示為白色，而其其他和籃球不同色的物體都呈現為黑色；因為只有球被識別出並被放在遮罩中。
不過，干擾色彩導致籃球周圍出現了一些不規則的像素塊，為了優化這個問題，AP哥刪除了一些后處理代碼，並且在球周圍做了一個圓，使其看起來更規整。
為了更好地跟蹤籃球彈跳情況，AP哥測出了其半徑，根據球的半徑和中心點得出的一個頂點，然後用拋物線函數來表示球的運動軌跡。當頂點達到最小值時，說明籃球觸地了。
搞定籃球識別問題后，下面還要計數人在運球過程中走了幾步。
AP哥起初認為使用蘋果手錶上現成的步數計數器就行，不過事實證明他太天真了——
蘋果手錶上的計步器並不能實時更新。
所以AP哥乾脆自己動手，設計出一個實時計數的計步器。
他創建了一個安卓應用程序，根據x、y、z三個軸上的加速度檢測並計數步數，並將這些數據反饋給Python程序。
最後，將監測球運動軌跡和步數的兩個數據集結合起來，即可判斷出人是否出現走步行為。
不過，目前這個AI裁判還不夠“完美”，有網友指出，這個AI貌似識別不到現在NBA里當今盛行的gather step（哈登應該比較熟悉這個）。
對此，AP哥表示，他之後將為其加上這個功能。
你是否看好這個AI籃球裁判？對了，AP哥已其算法開源在GitHub上了，感興趣的夥伴們可以去看看~
傳送門：
https://github.com/ayushpai/Basketball-Detector
參考鏈接：
[1]https://www.youtube.com/watch?v=3UeoKxw8UYs
[2]https://www.reddit.com/r/MachineLearning/comments/wbwkwb/i_created_a_cvbased_automated_basketball_referee_p/