回答一个此前一直欠着的问题:在理想拍摄条件下,这套模型本身能不能测出我们想要的东西、能精确到什么程度。实测从此只有一个角色——校准模型里的具体环节,不再是"能不能行"的闸门。
此前的错误:把"没实测"当成不给结论的理由。修正后的三段式——
理想拍摄条件(App拍摄引导教的机位):正后方居中 · 离底线2–4米 · 高约1.5–1.8米 · 单打 · 1080p60帧 · 环境安静。以下所有误差预算都基于这个条件。
把像素换算成米,需要一把"已知长度的尺子"。羽毛球场自带好几把,全世界统一:
| 场上量具 | 国际标准长度 | 说明 |
|---|---|---|
| 网柱处网高 | 1.550 m | 正后方机位几乎必然入画 |
| 网中央高 | 1.524 m | 同上 |
| 前发球线到网 | 1.980 m | 地面纵向标定 |
| 双打后发球线到底线 | 0.760 m | 地面纵向标定 |
| 单打场地宽 | 5.180 m | 横向标定 |
现状:管线目前用的是过渡方案——假设球员身高1.75米(另乘0.94的姿态修正)。这个假设的误差是系统性的:对同一个人恒定,所以"和自己比"时基本抵消,但绝对值会整体偏移。
升级路径:用网高/场地线做一次性标定后,比例尺不再依赖任何身高猜测,绝对误差可压到2%以内。这是工程排期问题,不是需要实测才能知道行不行的问题。
主指标,逐环节给误差预算
| 误差来源 | 大小 | 性质 | 怎么消 |
|---|---|---|---|
| 触拍定帧差一帧 | 30fps: ±5–8 cm 60fps: ±2–4 cm | 随机 | 60帧拍摄 + 球拍相遇验证钉帧 |
| 骨架关键点抖动 | ±2–4 cm | 随机 | 1080p下约±3–5像素,人像高400像素以上时如此 |
| 身高假设偏差 | ±7 cm 级 | 系统性(恒定) | 自我对比自动抵消;网高标定或填一次真实身高后消除 |
| 透视(人在场中移动) | ±1–2% | 随机 | 比例尺按当帧人高取,基本自我修正 |
今日实验(不是推算,是拿本场素材算的):取8月31日那场的触拍窗口逐帧骨架,触拍时刻前后每差一帧,高度差多少——
| 偏离触拍帧 | −2帧 | −1帧 | 触拍帧 | +1帧 | +2帧 |
|---|---|---|---|---|---|
| 测得高度差 | −6.9 cm | −7.9 cm | 基准 | −4.3 cm | −20.0 cm |
结论与预算一致:触拍附近手腕在顶点减速,差一帧代价约5–8厘米(30fps);差两帧就到20厘米——所以球拍相遇验证钉帧不是可有可无,60帧不是随口要求,都是这张表决定的。
已有证据:MSB公开动捕数据上,击球高度区分水平的AUC达0.97/0.86(方向和有效性有科研数据背书);本场95拍出54个测点、33个过质量门、4个关键瞬间通过球拍相遇验证。
理想态预期:安静单打场,召回率>90%、误检<5%。主要风险=邻场击球声——这就是拍摄标准里"包场或角落场地"那条的由来。
模型:逐帧追踪脚部位置 → 投影到场地平面(用第一节的场地线标定)→ 累加位移。正后方机位下,左右移动直接可见,前后移动靠场地几何换算——所以跑动指标理论上必须做场地标定才及格,用身高比例尺会系统性低估前后跑动。
理想态预期:场地标定后误差约±10%,作为"这场跑了多少"的量级数字完全够用。
百公里级球速下,30fps每帧之间球要飞2米以上,加上0.4–0.7米的运动模糊,30帧测绝对球速在物理上就是死的——这是算出来的,不是测出来的。
60帧+侧高机位下可以给带宽数字(±15–20%),配"单机位估算"小字。这就是为什么战报里"最快杀球"显示待实测——准确说法应该是:理论已判定当前素材(30fps)测不了;60帧素材一到,按既定模型给带宽数字。措辞我会改过来。
曲线比的是"同一个人、不同场次"。第二节的误差分两类:随机项(±5厘米级,多拍平均后更小)和系统项(身高假设、机位视角,单场内恒定)。
关键论证:只要机位固定,系统项在每一场都相同,做差时全部抵消——曲线的可分辨率就只由随机项决定,即≥5–8厘米的变化可信。机位一变,系统项跟着变,场间差里就混进了"机位差"——这就是"机位不同仅供参考"那行小字的数学含义。固定机位不是甩锅给拍摄,是这个模型成立的前提条件,和体重秤要放平地上同理。
按新方法论分成两摞。自检=我做,不需要你;实测=你做,每张卡都标明校准模型的哪一环。
顺序上:自检卡先走完,实测卡才有资格递到你面前——而且到那时每张卡都能回答"这次测完,模型哪个数字会被修正"。