視覺分析算法助力法國乒乓球國家隊出征奧運
Romain Vuillemot
裏昂中央理工學院計算機科學講師
Aymeric Erades
裏昂中央理工學院博士生
法國裏昂中央理工學院與法國乒乓球協會合作，利用最新技術對乒乓球比賽視頻進行分析，以提高法國運動員的競技水平。研究人員通過提取擊球回合數據集，分析球員的位置、擊球時的走位、球的運動軌迹等，以探索容易得分的打法組合。他們還開發了專用算法，繪制擊球圖表，揭示擊球序列中的共性和規律，爲球員和教練提供戰術指導。然而，隨著更多數據的收集和分析，我們不禁要問：這些分析結果是否足以應對不斷變化的比賽情況？如何確保研究成果與實際比賽場景的契合度？另外，這種技術在其他接觸性運動中的應用前景如何？
2024巴黎奧運會的號角即將吹響，法國科學家正在使用最新技術分析比賽視頻，以期提高法國運動員的成績
學者們開發了新型算法，可將視頻中每個回合以圖表的形式表示。
從圖表中可提取多種參數，包括球員的位置、擊球時的移動方式、球的運動軌迹等。
與其他運動不同，乒乓球的每次擊球與運動員的反應存在高度同步性。
研究結果將爲法國球員及教練提供參考，洞悉對手的打法，相應地調整戰術。
1988年，乒乓球正式成爲奧運會比賽項目，如今這項運動也成爲了高校裏研究的課題：法國裏昂中央理工學院圖像處理和信息系統實驗室與法國乒協 (FFTT) 密切合作，使用最新技術分析比賽規律和戰術，以期提高法國運動員成績。學者們從網上比賽視頻中，提取出相對較短（平均四到五個擊球）但複雜（每個擊球大約有二十個特征）的擊球回合數據集，從中發掘規律。2024巴黎奧運會的號角即將吹響，法國科學家們可謂是身負重任！
在一個回合中，先由一名球員發球，擊球後使球首先觸及本方台區，然後再觸及接發球員的台區。隨後雙方球員輪流用拍將球擊回對方的半台區內。如果球員未能按照規則回球，則丟一分。當一方得分達到 11 分或以上，且雙方相差 2 分時，一方獲勝。
01
探索容易得分的打法組合
裏昂中央理工學院計算機科學講師Romain Vuillemot 帶領的課題組重點分析比賽期間球員的位置、擊球時的走位、球的運動軌迹等，探究有利于取勝的打法組合，作爲制定戰術的參考。根據FFTT介紹，有一種戰術叫“前三板”，由發球、接發球、發球搶攻組成。發球方在回合中占據一定優勢，可以通過發球搶攻（第三板）增加得分的可能性。前三板之後的對打，則技術較戰術更爲重要。
研究所得的戰術不僅限于乒乓球，也適用于足球、拳擊等接觸性運動。在足球中，一個球員的一系列連續動作，或數個球員同一時刻所采取的動作，學者們稱之爲一個“序列”。而在乒乓球比賽中，一個序列是一個對打回合，雙方球員交替擊球。序列中的每次擊球，都與球員的動作、反應、預判、攻擊有著明確的對應關系。
研究人員對每個回合中的擊球序列進行分析，一個序列包含如下環節:
發球方從左側或右側發球，落點在對方半台的九個落點區之一。
球員反手或正手擊球，進行控制、攻擊、推擋，每次擊球都對應一個擊拍部位。
另外，每個回合中的旋球、技巧、球員位置等要素也屬于此項研究的範圍。
02
乒乓球比賽視頻分析專用算法
課題組開發了一種全新的算法，根據比賽視頻對每個回合繪制圖表。圖表中的每個節點代表一次擊球，其邊緣代表兩次擊球之間的過渡。節點從左到右按時間排序，最左邊的節點是發球，最右邊的節點是該回合的決勝一擊。
Vuillemot 解釋道：“通過分析球員的運動、球拍的動作以及球在球台上的軌迹，可將擊球分爲不同的類別，以分析選手的慣用打法，以及對手是否有相應地調整自身的打法，從而得知每個回合的情況、每次擊球的策略。這是一項非常複雜的任務，但我們繪制的圖表上能清楚地看出制勝序列存在的共性，並將規律與實際比分、球員控制力結合。雖然絕妙戰術出現得並不頻繁，但卻能決定一場比賽的勝負。
03
知己知彼，志在必得
課題組的研究結果將爲法國球員及教練提供參考，洞悉對手的打法，相應地調整戰術。
圖片來源：PI France
課題組博士生Aymeric Erades 解釋道：“我們發現，球員會根據對手的策略和風格調整打法，並非總是一成不變。因此，我們希望總結出法國球員的所有慣用打法組合，結合對手的優劣勢和風格，判斷每場比賽應該采取哪些打法。”
迄今爲止，研究人員已經分析了大約 30 場比賽，未來還將分析70場。“奧運會即將來臨，法國乒乓球隊正緊鑼密鼓地備賽，要求我們提供更多關于新對手的數據。”
Vuillemot 補充道：“我們希望在夏季到來之前，對法國隊可能遇到的所有對手進行戰術分析，摸清他們的比賽方式，並將結果與法國乒協共享，以增加法國球員的取勝概率。”
作者
Isabelle Dumé
編輯
Meister Xia
Exploring Table Tennis Analytics: Domination, Expected Score and Shot Diversity. Machine Learning and Data Mining for Sports Analytics workshop MLSA, 2023
Visual Analysis of Table Tennis Game Tactics. Journée Visu 2023, 22 juin 2023, Saclay (France)
Pierre Duluard, Xinqing Li, Marc Plantevit, Céline Robardet, Romain Vuillemot. Discovering and Visualizing Tactics in a Table Tennis Game Based on Subgroup Discovery. ECML/PKDD 2022 Workshop, Grenoble, France, 2022. hal-03768114
