打篮球的友友们应该知道，走步是比赛中最常见的违规之一。

为了更好地监测篮球比赛中球员是否出现走步行为，一位网名叫@Ayush Pai的小哥 （我们就叫他AP哥吧） 搞出了一个AI裁判。

如你所见，计算机时刻“盯着”打篮球的人，并且立马能判断出这个人是否走步了。

(相关资料图)

这个AI篮球裁判很快吸引了一批网友前来围观。

有人调侃道，如果NBA用了该AI裁判，他们就完了。 （因为NBA裁判有时候不吹走步）

也有人说，这个AI看起来对规范小孩子打篮球很有帮助。

还有位大聪明建议AP哥再设计一个奥斯卡奖的失误检测AI。 （Doge）

所以话说回来，这个AI裁判是怎么具备如此“火眼金睛”的呢？

主要追踪球运动轨迹和步数

你可能已经猜到了，这个AI裁判就是主要基于计算机视觉 （CV） 创造出来的。

该AI主要跟踪两个东西：球的运动轨迹和人的步数。

为了达此目的，首先将检测运球的时间。

首先，AP哥编写了一套CV算法来检测球的弹跳情况，将摄像机的视图流化，即：按顺序提取视频帧。

然后，AP哥创建了一个Aegis v图片颜色掩码，来识别并筛选出篮球的颜色。

在计算机后台程序中，篮球显示为白色，而其其他和篮球不同色的物体都呈现为黑色；因为只有球被识别出并被放在遮罩中。

不过，干扰色彩导致篮球周围出现了一些不规则的像素块，为了优化这个问题，AP哥删除了一些后处理代码，并且在球周围做了一个圆，使其看起来更规整。

为了更好地跟踪篮球弹跳情况，AP哥测出了其半径，根据球的半径和中心点得出的一个顶点，然后用抛物线函数来表示球的运动轨迹。当顶点达到最小值时，说明篮球触地了。

搞定篮球识别问题后，下面还要计数人在运球过程中走了几步。

AP哥起初认为使用苹果手表上现成的步数计数器就行，不过事实证明他太天真了——

苹果手表上的计步器并不能实时更新。

所以AP哥干脆自己动手，设计出一个实时计数的计步器。

他创建了一个安卓应用程序，根据x、y、z三个轴上的加速度检测并计数步数，并将这些数据反馈给Python程序。

最后，将监测球运动轨迹和步数的两个数据集结合起来，即可判断出人是否出现走步行为。

不过，目前这个AI裁判还不够“完美”，有网友指出，这个AI貌似识别不到现在NBA里当今盛行的gather step （哈登应该比较熟悉这个） 。

对此，AP哥表示，他之后将为其加上这个功能。

你是否看好这个AI篮球裁判？对了，AP哥已其算法开源在GitHub上了，感兴趣的伙伴们可以去看看~