摘要：競(jìng)技體育是體育的重要組成部分，對(duì)于推動(dòng)全民健身、提升國(guó)際影響力、促進(jìn)國(guó)家經(jīng)濟(jì)發(fā)展等具有重要意義。隨著人工智能技術(shù)的發(fā)展，競(jìng)技體育不斷融入人工智能技術(shù)來(lái)促進(jìn) 體育訓(xùn)練的科學(xué)性和競(jìng)賽的公平性。本文梳理與總結(jié)了近年來(lái)人工智能領(lǐng)域中的數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)和可穿戴設(shè)備在競(jìng)技體育中的研究現(xiàn)狀，指出當(dāng)前人工智能應(yīng)用于競(jìng)技體育在數(shù)據(jù)采集、數(shù)據(jù)安全性、數(shù)據(jù)公開(kāi)性等方面存在的問(wèn)題，并對(duì)未來(lái)研究方向進(jìn)行了展望。

關(guān)鍵詞：人工智能，競(jìng)技體育，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺(jué)，可穿戴設(shè)備

The current research status and prospects of artificial intelligence in competitive sports

Zhao Yantao1，2， Chen Li1

（1． School of Physical Education （Main Campus）， Zhengzhou University， Zhengzhou， Henan， 450001， China; 2. Zhengzhou Sports Vocational College， Zhengzhou， Henan， 450001， China）

Abstract：Competitive sports are an important component of sports and have significant implications for promoting national fitness， enhancing international influence， and advancing national economic development. With the development of artificial intelligence technology， competitive sports continually integrate artificial intelligence technology to promote the scientific nature of sports training and the fairness of competition. We summarized the research status of data mining， computer vision， and wearable devices in the field of artificial intelligence in competitive sports in recent years. We pointed out the existing problems in data collection， data security， and data openness when applying artificial intelligence to competitive sports， and provided prospects for future research directions.

Keywords： artificial intelligence， competitive sports， data mining， computer vision， wearable devices

競(jìng)技體育是以創(chuàng)造優(yōu)秀運(yùn)動(dòng)成績(jī)、奪取比賽勝利為主要目標(biāo)的體育活動(dòng)，是體育的重要組成部分。發(fā)展競(jìng)技體育不僅可以塑造國(guó)家形象和民族精神，還可以促進(jìn)公眾健康和城市經(jīng)濟(jì)發(fā)展。2021年10月25日，國(guó)家體育總局公布的《國(guó)家“十四五”體育發(fā)展規(guī)劃》中指出要“堅(jiān)持舉國(guó)體制與市場(chǎng)機(jī)制相結(jié)合，構(gòu)建競(jìng)技體育發(fā)展新模式，加大科技賦能”。2022年6月第十三屆全國(guó)人民代表大會(huì)常務(wù)委員會(huì)第三十五次會(huì)議修訂的《中華人民共和國(guó)體育法》中指出：國(guó)家要促進(jìn)競(jìng)技體育發(fā)展，鼓勵(lì)運(yùn)動(dòng)員提高競(jìng)技水平，在體育賽事中創(chuàng)造優(yōu)異成績(jī)，為國(guó)家和人民爭(zhēng)取榮譽(yù)。競(jìng)技體育中如何利用科學(xué)化、智能化手段提高運(yùn)動(dòng)員在比賽中的成績(jī)與如何利用人工智能方法促進(jìn)比賽的公平公正是重要的研究課題。

人工智能旨在開(kāi)發(fā)計(jì)算機(jī)系統(tǒng)，使其能夠模仿人類(lèi)智能的特征和執(zhí)行智能任務(wù)，包括機(jī)器學(xué)習(xí)、機(jī)器視覺(jué)、自然語(yǔ)言處理等多個(gè)子領(lǐng)域。人工智能技術(shù)在競(jìng)技體育中具有多方面的應(yīng)用：（1）數(shù)據(jù)分析和決策。與傳統(tǒng)人工分析相比，人工智能可快速準(zhǔn)確分析大規(guī)模數(shù)據(jù)，并根據(jù)需求進(jìn)行預(yù)測(cè)。（2）輔助制定個(gè)性化訓(xùn)練方案。人工智能可挖掘運(yùn)動(dòng)員個(gè)體差異，輔助制定個(gè)性化訓(xùn)練計(jì)劃。（3）輔助執(zhí)裁。在比賽或訓(xùn)練中利用攝像頭、傳感器等設(shè)施對(duì)比賽過(guò)程實(shí)時(shí)監(jiān)測(cè)，輔助執(zhí)裁。（4）預(yù)防運(yùn)動(dòng)損傷。通過(guò)分析生理數(shù)據(jù)，減少運(yùn)動(dòng)傷病風(fēng)險(xiǎn)。人工智能可為競(jìng)技體育提供智能化、個(gè)性化支持，助力運(yùn)動(dòng)員和教練在競(jìng)技領(lǐng)域取得更好成績(jī)和促進(jìn)比賽公平。

本文立足于人工智能方法在競(jìng)技體育中的應(yīng)用，梳理總結(jié)了近年來(lái)數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)和可穿戴設(shè)備在該領(lǐng)域的研究成果，并對(duì)未來(lái)研究進(jìn)行了展望。

1 數(shù)據(jù)挖掘在競(jìng)技體育中的應(yīng)用

數(shù)據(jù)挖掘是指通過(guò)挖掘大數(shù)據(jù)中隱含的信息并總結(jié)規(guī)律，來(lái)解釋各種現(xiàn)象與預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)的技術(shù)[1]。數(shù)據(jù)挖掘一般利用統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等進(jìn)行數(shù)據(jù)分析，按照目標(biāo)任務(wù)從大量數(shù)據(jù)中發(fā)現(xiàn)其模式與關(guān)聯(lián)。在競(jìng)技體育領(lǐng)域中，數(shù)據(jù)挖掘技術(shù)已應(yīng)用于預(yù)測(cè)訓(xùn)練成績(jī)、預(yù)測(cè)運(yùn)動(dòng)負(fù)荷水平、預(yù)測(cè)運(yùn)動(dòng)疲勞與損傷、輔助優(yōu)化訓(xùn)練過(guò)程等方面。在監(jiān)控運(yùn)動(dòng)員訓(xùn)練過(guò)程，降低運(yùn)動(dòng)員運(yùn)動(dòng)損傷風(fēng)險(xiǎn)，輔助教練員復(fù)盤(pán)競(jìng)賽等方面發(fā)揮重要作用。

在成績(jī)預(yù)測(cè)方面，主要方法為搜集運(yùn)動(dòng)員在某一項(xiàng)目上的歷史訓(xùn)練數(shù)據(jù)，采用機(jī)器學(xué)習(xí)方法構(gòu)造預(yù)測(cè)模型，以實(shí)現(xiàn)對(duì)成績(jī)的預(yù)測(cè)。嚴(yán)玉清等[2]利用前饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)三級(jí)跳遠(yuǎn)的成績(jī)。黃謙[3]等基于關(guān)鍵神經(jīng)網(wǎng)絡(luò)方法，對(duì)體能訓(xùn)練成績(jī)進(jìn)行了預(yù)測(cè)。

在訓(xùn)練負(fù)荷預(yù)測(cè)方面，主要方法為收集運(yùn)動(dòng)員們的生理生化指標(biāo)數(shù)據(jù)，將數(shù)據(jù)經(jīng)過(guò)處理后輸入至構(gòu)建的數(shù)據(jù)挖掘模型中進(jìn)行訓(xùn)練與測(cè)試。岳志強(qiáng)等[4]選取心率、血紅蛋白、攝氧量等多個(gè)生理指標(biāo)，基于支持向量機(jī)算法對(duì)運(yùn)動(dòng)訓(xùn)練效果進(jìn)行評(píng)估。李澤檳[5]基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)訓(xùn)練負(fù)荷水平，該方法使用改進(jìn)選擇算子的自適應(yīng)遺傳算法確定初始權(quán)值與閾值，提高了網(wǎng)絡(luò)的全局尋優(yōu)能力。

在運(yùn)動(dòng)疲勞與損傷預(yù)測(cè)方面，主要方法為收集運(yùn)動(dòng)員的運(yùn)動(dòng)數(shù)據(jù)，使用機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測(cè)模型，及時(shí)識(shí)別潛在的疲勞或損傷風(fēng)險(xiǎn)，提供個(gè)性化的訓(xùn)練建議和休息計(jì)劃，以幫助運(yùn)動(dòng)員優(yōu)化訓(xùn)練計(jì)劃，避免過(guò)度訓(xùn)練，提高訓(xùn)練效果和降低運(yùn)動(dòng)損傷風(fēng)險(xiǎn)。Li等[6]針對(duì)田徑運(yùn)動(dòng)高強(qiáng)度的訓(xùn)練可能會(huì)導(dǎo)致不同程度的心肌損傷問(wèn)題，構(gòu)建了評(píng)定心肌損傷程度的模型。Mandorino等[7]持續(xù)六個(gè)月監(jiān)測(cè)了多名足球運(yùn)動(dòng)員的訓(xùn)練負(fù)荷參數(shù)，采用多個(gè)機(jī)器學(xué)習(xí)方法研究訓(xùn)練負(fù)荷參數(shù)對(duì)運(yùn)動(dòng)員身體恢復(fù)狀況的影響。

在輔助優(yōu)化訓(xùn)練過(guò)程方面，數(shù)據(jù)挖掘技術(shù)目前多被應(yīng)用于對(duì)賽事進(jìn)行動(dòng)態(tài)監(jiān)測(cè)以及對(duì)收集的比賽數(shù)據(jù)進(jìn)行分析挖掘，達(dá)到輔助決策技戰(zhàn)術(shù)的目的[8]。梁成軍等[9]依托Weka數(shù)據(jù)挖掘平臺(tái)，使用Apriori算法建立網(wǎng)球擊球落點(diǎn)與得失分之間的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘模型，為網(wǎng)球比賽中的擊球落點(diǎn)與得失分決策提供科學(xué)依據(jù)。Zhong等[10]提出了一種籃球運(yùn)動(dòng)動(dòng)作識(shí)別系統(tǒng)，基于人工神經(jīng)網(wǎng)絡(luò)，使用卷積長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)從視頻中提取籃球運(yùn)動(dòng)訓(xùn)練的時(shí)空信息特征，結(jié)合注意力機(jī)制和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)，協(xié)助教練做出技戰(zhàn)術(shù)決策。

綜上所述，數(shù)據(jù)挖掘方法可對(duì)競(jìng)技體育中產(chǎn)生的數(shù)據(jù)進(jìn)行分析，幫助教練和運(yùn)動(dòng)員分析比賽數(shù)據(jù)，識(shí)別弱點(diǎn)和優(yōu)勢(shì)，并制定更有效的訓(xùn)練和比賽策略。通過(guò)分析運(yùn)動(dòng)員的生理數(shù)據(jù)和訓(xùn)練歷史數(shù)據(jù)，數(shù)據(jù)挖掘可以預(yù)測(cè)傷病發(fā)生的風(fēng)險(xiǎn)，延長(zhǎng)運(yùn)動(dòng)員競(jìng)技生涯壽命。通過(guò)對(duì)賽事動(dòng)態(tài)監(jiān)控，數(shù)據(jù)挖掘可輔助教練員進(jìn)行技戰(zhàn)術(shù)決策，降低教練員決策壓力和決策失誤概率。

2 計(jì)算機(jī)視覺(jué)在競(jìng)技體育中的應(yīng)用

計(jì)算機(jī)視覺(jué)是指通過(guò)對(duì)數(shù)字圖像、視頻等分析，達(dá)到對(duì)某物體的識(shí)別、跟蹤、重建等目的的方法。計(jì)算機(jī)視覺(jué)技術(shù)包括：物體檢測(cè)，語(yǔ)義分割，運(yùn)動(dòng)和跟蹤，三維重建，動(dòng)作識(shí)別等。目前在競(jìng)技體育領(lǐng)域中主要應(yīng)用于協(xié)助裁判員執(zhí)裁、輔助運(yùn)動(dòng)員評(píng)估訓(xùn)練動(dòng)作完成質(zhì)量等方面。

在協(xié)助執(zhí)裁方面，人工執(zhí)裁在一些極端情況下受限于視野遮擋、反應(yīng)速度等原因，只能靠裁判的個(gè)人經(jīng)驗(yàn)和預(yù)判進(jìn)行判罰，易發(fā)生漏判誤判。使用較為廣泛的是Sport VU系統(tǒng)[11]。該系統(tǒng)使用多個(gè)高速攝像頭和計(jì)算機(jī)視覺(jué)算法，實(shí)時(shí)收集和分析運(yùn)動(dòng)員的位置和動(dòng)作數(shù)據(jù)，跟蹤和分析體育比賽中運(yùn)動(dòng)員和球的位置、運(yùn)動(dòng)軌跡等，協(xié)助執(zhí)裁。

在運(yùn)動(dòng)員動(dòng)作識(shí)別與追蹤方面，通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)提高動(dòng)作完成質(zhì)量的主要方法為使用攝像頭捕捉運(yùn)動(dòng)員動(dòng)作視頻或圖像，構(gòu)建模型進(jìn)行動(dòng)作識(shí)別。Chang等[12]提出一種基于深度學(xué)習(xí)的乒乓球戰(zhàn)術(shù)分析系統(tǒng)，通過(guò)3D卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)分類(lèi)發(fā)球動(dòng)作類(lèi)型。陳文繼等[13]基于Radon變換進(jìn)行圖像預(yù)處理，使用支持向量機(jī)算法對(duì)健美操跳躍動(dòng)作進(jìn)行提取和預(yù)測(cè)。

在肢體動(dòng)作評(píng)分方面，通過(guò)視頻分析和機(jī)器學(xué)習(xí)算法，對(duì)運(yùn)動(dòng)員比賽表現(xiàn)進(jìn)行評(píng)價(jià)，為運(yùn)動(dòng)員提高比賽成績(jī)和輔助執(zhí)裁提供依據(jù)。Shen 等[14] 提出基于多視圖深度神經(jīng)網(wǎng)絡(luò)的功能運(yùn)動(dòng)質(zhì)量測(cè)試（FMS）自動(dòng)評(píng)估框架。?tepec等[15] 利用人體姿態(tài)估計(jì)方法建立了跳臺(tái)滑雪風(fēng)格自動(dòng)評(píng)分模型。

綜上所述，計(jì)算機(jī)視覺(jué)技術(shù)已應(yīng)用協(xié)助執(zhí)裁、動(dòng)作識(shí)別與追蹤、肢體動(dòng)作評(píng)分等方面。計(jì)算機(jī)視覺(jué)技術(shù)的合理應(yīng)用不僅可以輔助裁判員解決極端情況下的執(zhí)裁，促使執(zhí)裁更加公正合理；還可以將運(yùn)動(dòng)員比賽和訓(xùn)練過(guò)程全程可視化，通過(guò)分析運(yùn)動(dòng)員的動(dòng)作，及時(shí)優(yōu)化技戰(zhàn)術(shù)，提高運(yùn)動(dòng)員訓(xùn)練質(zhì)量和提高比賽成績(jī)等。

3 可穿戴設(shè)備在競(jìng)技體育中的應(yīng)用

可穿戴設(shè)備指可以佩戴在身體上并與使用者交互的電子設(shè)備。競(jìng)技體育領(lǐng)域的可穿戴設(shè)備主要是指可佩戴于人體主要部位，采集運(yùn)動(dòng)員心率、位置、角速度等信息的運(yùn)動(dòng)裝備。競(jìng)技體育中可穿戴設(shè)備的作用包括監(jiān)測(cè)運(yùn)動(dòng)員生理指標(biāo)、提供實(shí)時(shí)數(shù)據(jù)反饋從而對(duì)運(yùn)動(dòng)過(guò)程分析，以改善運(yùn)動(dòng)訓(xùn)練效果、預(yù)防運(yùn)動(dòng)損傷、促進(jìn)健康管理等。可穿戴設(shè)備產(chǎn)生的數(shù)據(jù)也是數(shù)據(jù)挖掘技術(shù)的主要數(shù)據(jù)來(lái)源之一。

目前許多競(jìng)技體育項(xiàng)目都在嘗試使用可穿戴設(shè)備，如：足球、短跑、自行車(chē)、滑雪項(xiàng)目等[16]。Mudeng等[17]基于慣性傳感器對(duì)人體步態(tài)進(jìn)行檢測(cè)，使用加速度計(jì)測(cè)量步行和跑步時(shí)的典型腿部角度，使用陀螺儀從時(shí)域數(shù)據(jù)中獲取步幅頻率。郝正東[18]等利用慣性傳感器IMU，設(shè)計(jì)了一套皮劃艇技術(shù)動(dòng)作監(jiān)測(cè)系統(tǒng)。

在利用可穿戴設(shè)備提高運(yùn)動(dòng)員比賽成績(jī)方面，陳財(cái)鑫等[19]提出在田徑項(xiàng)目中使用耳部可穿戴設(shè)備，通過(guò)發(fā)送刺激大腦的信號(hào)，提高田徑運(yùn)動(dòng)員肌肉的運(yùn)動(dòng)能力，提高訓(xùn)練成績(jī)。Umek 等[20]開(kāi)發(fā)了一個(gè)用于指導(dǎo)高爾夫運(yùn)動(dòng)員運(yùn)動(dòng)姿態(tài)的可穿戴訓(xùn)練系統(tǒng)。該系統(tǒng)在運(yùn)動(dòng)員揮桿期間，向用戶(hù)發(fā)出頭部移動(dòng)錯(cuò)誤信號(hào)，幫助高爾夫球手糾正揮桿期間不需要的頭部動(dòng)作。

綜上所述，可穿戴設(shè)備技術(shù)目前可應(yīng)用于實(shí)時(shí)監(jiān)測(cè)運(yùn)動(dòng)員的心率、血壓、血氧等生理參數(shù)，以及速度、加速度、角速度等運(yùn)動(dòng)參數(shù)；監(jiān)測(cè)運(yùn)動(dòng)員的運(yùn)動(dòng)負(fù)荷和恢復(fù)情況，優(yōu)化訓(xùn)練計(jì)劃，避免過(guò)度訓(xùn)練；提高運(yùn)動(dòng)員成績(jī)。

4 當(dāng)前存在問(wèn)題及未來(lái)研究方向

4.1存在的問(wèn)題

人工智能在競(jìng)技體育領(lǐng)域的廣泛應(yīng)用給競(jìng)技體育領(lǐng)域帶來(lái)諸多便利，同時(shí)也帶來(lái)了一些問(wèn)題。

（1）數(shù)據(jù)隱私安全問(wèn)題。運(yùn)動(dòng)員數(shù)據(jù)在采集或傳輸過(guò)程中可能遭到泄露。應(yīng)構(gòu)建運(yùn)動(dòng)員數(shù)據(jù)使用確權(quán)體系，規(guī)范和限定運(yùn)動(dòng)員數(shù)據(jù)的采集和處理；針對(duì)不同場(chǎng)景中的數(shù)據(jù)設(shè)置不同等級(jí)的隱私保護(hù)措施，最大限度保護(hù)運(yùn)動(dòng)員的信息[21]。

（2）公開(kāi)數(shù)據(jù)集較少且數(shù)據(jù)標(biāo)準(zhǔn)化、互通性較低。競(jìng)技體育項(xiàng)目類(lèi)別眾多，不同運(yùn)動(dòng)項(xiàng)目、團(tuán)隊(duì)和設(shè)備使用不同的數(shù)據(jù)格式，并且構(gòu)建數(shù)據(jù)集時(shí)大多數(shù)都秉持著自建自用對(duì)外保密原則，限制了數(shù)據(jù)共享和集成[22]。

（3）技術(shù)成本高。采用先進(jìn)的人工智能技術(shù)需要可穿戴設(shè)備、視頻捕捉設(shè)備、高精度測(cè)試軟件等，這些設(shè)備通常較昂貴，對(duì)于小型運(yùn)動(dòng)團(tuán)隊(duì)或資源有限的體育機(jī)構(gòu)，可能面臨成本上的挑戰(zhàn)，限制了人工智能技術(shù)的普及。

（4）一些人工智能算法的決策過(guò)程是黑盒的，難以解釋和理解。在競(jìng)技體育中，教練和運(yùn)動(dòng)員通常更傾向于使用能夠提供透明解釋的算法，以更好地理解決策依據(jù)。

4.2未來(lái)研究方向

（1）針對(duì)數(shù)據(jù)安全問(wèn)題，未來(lái)可發(fā)展數(shù)據(jù)安全技術(shù)，通過(guò)在個(gè)體數(shù)據(jù)中引入噪聲或擾動(dòng)，保護(hù)隱私信息；研究數(shù)據(jù)采集和使用相關(guān)法規(guī)和政策制定，明確數(shù)據(jù)使用范圍和目的，保護(hù)運(yùn)動(dòng)員的隱私權(quán)；研究可控隱私技術(shù)，使運(yùn)動(dòng)員能夠更主動(dòng)地掌控其個(gè)人數(shù)據(jù)的共享和使用，確保他們對(duì)數(shù)據(jù)的控制權(quán)和決策權(quán)。

（2）鼓勵(lì)公開(kāi)數(shù)據(jù)集，完善數(shù)據(jù)使用相關(guān)要求。建設(shè)體育數(shù)據(jù)庫(kù)平臺(tái)用以公開(kāi)體育數(shù)據(jù)。數(shù)據(jù)擁有者可將采集到的體育數(shù)據(jù)和數(shù)據(jù)說(shuō)明上傳至平臺(tái)，經(jīng)審核后，按照類(lèi)別發(fā)布到平臺(tái)的不同模塊下?？蒲腥藛T根據(jù)需要可免費(fèi)下載。

（3）通過(guò)校企合作，開(kāi)發(fā)更加高效、低成本的體育數(shù)據(jù)采集系統(tǒng)和可穿戴設(shè)備。學(xué)校為企業(yè)提供數(shù)據(jù)采集和系統(tǒng)驗(yàn)證的運(yùn)動(dòng)場(chǎng)景，企業(yè)通過(guò)采集到的數(shù)據(jù)研發(fā)適用于體育領(lǐng)域的人工智能模型和裝備，通過(guò)不斷迭代優(yōu)化得到精準(zhǔn)的數(shù)據(jù)分析系統(tǒng)和舒適的可穿戴設(shè)備。

（4）開(kāi)發(fā)具有可解釋性的算法，提高預(yù)測(cè)結(jié)果的可解釋性。深度學(xué)習(xí)由于其良好的性能在多個(gè)領(lǐng)域得到廣泛應(yīng)用，但其決策過(guò)程是“黑盒”的，可解釋性差。而了解預(yù)測(cè)背后的原因?qū)τ谠鰪?qiáng)模型信任性非常重要。因此，研究兼具高性能和可解釋性的模型對(duì)于促進(jìn)運(yùn)動(dòng)訓(xùn)練效果至關(guān)重要。

5 總結(jié)

數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)和可穿戴設(shè)備在競(jìng)技體育中的應(yīng)用帶來(lái)了許多優(yōu)勢(shì)。數(shù)據(jù)挖掘技術(shù)可用于優(yōu)化訓(xùn)練計(jì)劃、預(yù)防傷病、分析戰(zhàn)術(shù)以及評(píng)估訓(xùn)練效果等。計(jì)算機(jī)視覺(jué)技術(shù)可輔助執(zhí)裁，提高比賽公平性，識(shí)別與跟蹤運(yùn)動(dòng)員訓(xùn)練動(dòng)作、優(yōu)化技戰(zhàn)術(shù)等?？纱┐髟O(shè)備可實(shí)時(shí)監(jiān)測(cè)運(yùn)動(dòng)員的生理參數(shù)，幫助預(yù)防運(yùn)動(dòng)損傷，記錄比賽數(shù)據(jù)，提高訓(xùn)練質(zhì)量。然而，當(dāng)前還存在數(shù)據(jù)隱私保護(hù)、數(shù)據(jù)孤島、設(shè)備佩戴舒適性、技術(shù)成本較高等問(wèn)題。隨著人工智能技術(shù)不斷發(fā)展，人工智能應(yīng)用在競(jìng)技體育中的潛力將繼續(xù)擴(kuò)大，為運(yùn)動(dòng)員和教練提供更多軟硬件設(shè)備來(lái)提高訓(xùn)練效果和比賽成績(jī)。

參考文獻(xiàn)

[1]Chunmei Yuan， Yikun Yang and Yang Liu. Sports decision-making model based on data mining and neural network[J]. Neural Computing and Applications， 2021， 33： 3911-3924.

[2]嚴(yán)玉清， 蔡廣基， 周小平等. 神經(jīng)網(wǎng)絡(luò)模型在競(jìng)技運(yùn)動(dòng)理論中的應(yīng)用[J]. 華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版）， 1999（09）： 104-110.

[3]黃謙， 石勇. 數(shù)據(jù)挖掘在體育訓(xùn)練指導(dǎo)中的應(yīng)用研究[J]. 廣州體育學(xué)院學(xué)報(bào)， 2009， 29（06）： 106-110.

[4]岳志強(qiáng).基于機(jī)器學(xué)習(xí)算法的運(yùn)動(dòng)員訓(xùn)練效果評(píng)估研究[J].電子設(shè)計(jì)工程，2021，29（20）：110-114.

[5]李澤檳. 自行車(chē)運(yùn)動(dòng)員訓(xùn)練負(fù)荷預(yù)測(cè)模型研究及應(yīng)用[D].鄭州大學(xué)，2019.

[6]Guanguan Li. Machine Leaning-Based Optimization Algorithm for Myocardial Injury under High-Intensity Exercise in Track and Field Athletes， Computational Intelligence and Neuroscience， 2022： 1-9.

[7]Mauro Mandorino， A. Figueiredo， G. Cima， et al. Analysis of Relationship between Training Load and Recovery Status in Adult Soccer Players： a Machine Learning Approach. International Journal of Computer Science in Sport， 2022， 21（2） ：1-16.

[8]韓伯臻. 基于大數(shù)據(jù)技術(shù)的體育賽事安全風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)及隱患防范與評(píng)估[D].西北民族大學(xué)， 2023.

[9]梁成軍， 虞麗娟， 王繼紅.網(wǎng)球技戰(zhàn)術(shù)關(guān)聯(lián)分析數(shù)據(jù)挖掘研究[J]. 計(jì)算機(jī)工程與應(yīng)用， 2012， 48（07）： 246-248.

[10]Si Zhong， Application of Artificial Intelligence and Big Data Technology in Basketball Sports Training， Wireless Communications and Mobile Computing， 2022， 1-10.

[11]張凱林. CUBA與NCAA聯(lián)賽大數(shù)據(jù)應(yīng)用的研究[D]. 哈爾濱體育學(xué)院， 2022.

[12]Chunlin Qin and Shenglu Huo. Detection Method of Limb Movement in Competitive Sports Training Based on Deep Learning， Journal of Mathematics， 2022， 1-8.

[13]陳文繼.基于Radon變換的健美操跳躍動(dòng)作軌跡實(shí)時(shí)提取方法[J].自動(dòng)化技術(shù)與應(yīng)用，2023，42（01）：60-63+81.

[14]YuanYuan Shen， QingJun Xing and YanFei Shen. Markerless vision-based functional movement screening movements evaluation with deep neural networks， iScience， 2024， 27（1）： 108705.

[15]Dejan ?tepec and Sko?a Danijel. Video-Based Ski Jump Style Scoring from Pose Trajectory. 2022 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops （WACVW）， Waikoloa， HI， USA， 2022， pp. 682-690.

[16]馬冉， 劉宏超. 國(guó)際競(jìng)技訓(xùn)練領(lǐng)域內(nèi)可穿戴設(shè)備的應(yīng)用及未來(lái)發(fā)展趨勢(shì)[J]. 湖北體育科技， 2020， 39（12）： 1113-1117.

[17]Vicky Mudeng， Imam M. Hakim， Sena S. Suprapto， et al. An Alternative Athlete Monitoring System Using Cost-Effective Inertial Sensing Instrumentation. Journal of Electrical Engineering amp; Technology， 2022， 17： 3581–3592.

[18]郝正東. 基于可穿戴計(jì)算的皮劃艇技術(shù)動(dòng)作識(shí)別與評(píng)價(jià)[D].大連理工大學(xué)，2021.

[19]陳財(cái)鑫.可穿戴設(shè)備對(duì)體育教學(xué)和運(yùn)動(dòng)訓(xùn)練的積極影響研究[C]//中國(guó)體育科學(xué)學(xué)會(huì)體育管理分會(huì).2023年第十一屆全國(guó)體育管理科學(xué)大會(huì)論文摘要集.成都體育學(xué)院;，2023：2.DOI：10.26914/c.cnkihy.2023.022377.

[20]Anton Umek， Sa?o Toma?i? and Anton Kos . Wearable training system with real-time biofeedback and gesture user interface， Personal and Ubiquitous Computing， 2015， 19： 989–998.

[21]蘭帥輝， 張麟. 智能技術(shù)賦能體育傳媒產(chǎn)業(yè)研究[J]. 體育文化導(dǎo)刊， 2023， （12）： 96-103.

[22]鄭霖豪，莊家熾，任羽卓.人工智能賦能體育產(chǎn)業(yè)升級(jí)：理論邏輯與實(shí)踐路徑[J].科技管理研究，2023，43（24）：107-116.