Роботизированные камеры учатся снимать баскетбол

Мы все больше привыкаем к роботам, занимающим наши рабочие места в таких областях, как производство, но теперь настал черед поволноваться и операторам, которые должны снимать матчи баскетбольных команд ассоциации НБА.

До недавнего времени казалось, что такие вещи как телекамеры должны остаться в руках человека. Но в последнее время исследователи из Disney Research сообщили, что они добились успехов в создании автоматизированной съемочной камеры, способной отслеживать действия при игре в баскетбол, также как это делает телеоператор человек.

Пока еще автоматизированные камеры не слишком совершенны, есть много возможностей для совершенствования таких систем. Это особенно верно, когда речь идет о таких динамичных видах спорта как баскетбол. Простое обучение робота следованию за траекторией мяча приведет к прерывистому перемещению камеры, что сделает невозможным нормальный просмотр из-за рывков изображения. Это является важной задачей для Disney, которая владеет телевизионной сетью ESPN и имеет особую заинтересованность в представлении прямых телетрансляций со спортивных арен в самом лучшем виде.

Инженер Питер Карр из Disney Research и аспирант Цзяньхуэй Чен решили научить роботов в первую очередь следить за игрой, как это делают профессиональные телеоператоры, предвосхищая, где будет находиться мяч вместо того, чтобы следить, где он находится.

"Мы не используем никакой прямой информации о местонахождении мяча, потому что отслеживание траектории мяча с одной камерой трудная задача", - заявляет Карр. "Но игроки обучены тому, чтобы оказаться в нужном месте в нужное время, так что их перемещения, как правило, предсказывают местоположение мяча".

Созданная Карром и Чэном система разбивает баскетбольную площадку на сектора, и отслеживает движение в этих секторах, чтобы создать карту размещения игроков. Эта карта предоставляет необходимые автоматизированной камере данные для предсказания перемещения игроков, позволяя камере снимать центр действий на площадке вместо того, чтобы пытаться реагировать.

Этот алгоритм не может оценить ловкость прыгуна в высоту или совместную командную работу. Хотя он лучше выявит, что, скорее всего, произойдет в дальнейшем в игре. На испытаниях, проведенных в баскетбольном матче, стационарная камера с роботом близко копировала действия человека оператора в той же игре при панорамировании и масштабировании в процессе съемки. Карр и Чэн представили свои первые результаты на конференции IEEE по применению систем компьютерного зрения.

Алгоритм был протестирован только для баскетбола, однако Карр и Чен надеются, что он может быть адаптирован и к другим видам спорта в процессе совершенствования системы. Таким образом, уже в ближайшее время, компьютеры смогут не только лучше нас играть в такие игры, как покер и Beer Pong. Они смогут даже лучше наблюдать за ними.