現在只要一段手機影片,不需要感測器,球場上也不需要教練,就能取得揮拍的自動回饋。回饋附有數字,看起來很精確。但這些數字能信任到什麼程度,取決於鏡頭拍到了什麼,以及你怎麼運用它們。
本文說明這項技術的運作方式、它能判斷與不能判斷的事、失準的地方,以及如何衡量你自己評分中的雜訊。內容適用於任何擊球分析 App,包括我們的 AI 網球影片分析 App TennisAI。
AI 網球揮拍分析如何運作
各款 App 不盡相同,大多也不公開完整方法。一般而言,擊球分析分成三個步驟。
- 找出球員。 電腦視覺模型在畫面中定位這個人。許多系統也會估計肩膀、臀部與膝蓋等關節位置,這稱為姿態估計。
- 找出擊球。 系統隨時間追蹤動作並加以標記:這一段是正手拍,那一段是發球。
- 把動作轉成回饋。 它把看到的動作,和它學到的網球技術知識做比對,然後產生評分與評語。
兩種不同的工作常被貼上同一個標籤。揮拍分析看的是你的身體與球拍。擊球追蹤則追蹤球,回報球速、落點深度,以及是否落在界內。TorqAI 的上架說明寫道它追蹤 17 個關節。ITF(現為 World Tennis)的一份報告描述 SwingVision 測量球拍擊球、觸網與落地時的 3D 球位置,SwingVision 的網站也在 Pro 方案中列出技術檢視功能。TennisAI 則簡單描述自己的部分:AI 辨識你的擊球,再針對揮拍路徑、時機、擊球點與步法等項目給出評分與回饋。如果你正在挑選 App,請先依分析內容比較它們。
AI 從手機影片能判斷與不能判斷的事
這張表背後的原則很簡單:如果你在畫面中看不到,AI 也沒什麼可以依據。
| 你想知道的事 | 從手機影片 | 原因 |
|---|---|---|
| 準備動作太早或太晚 | 通常可以 | 球落地時你的身體與球拍位置,從側面或斜角很容易看見。 |
| 步法與平衡 | 通常可以 | 只要全身都在畫面內,就能看到你的雙腳與收拍姿勢。 |
| 由低到高的揮拍路徑 | 可以,從側面看 | 側面視角能看到球拍上揚。從你正後方拍則會把它壓平。 |
| 擊球點 | 大致可以 | 以每秒 30 或 60 格來說,常常剛好沒有擊球瞬間的那一格。 |
| 握拍與拍面角度 | 常常不佳 | 它們又小又快,在一般拍攝距離下會模糊。 |
| 球打在拍線的哪個位置 | 很少可以 | 一般影片很少能顯示這一點。這是球拍感測器最明顯的優勢。 |
| 力量 | 間接推測 | 鏡頭無法測量力量。關於力量的評語只能來自看得見的動作。 |
| 緊繃、疲勞與疼痛 | 不行 | 這些發生在你的身體內部。沒有任何 App 能從影片評估傷害。 |
| 你為什麼選擇那一球 | 不行 | 鏡頭看到的是擊球動作,它不知道你的戰術。 |
當你能自己驗證時,評語最有用。如果回饋說你的擊球太晚,請把影片暫停在最接近擊球的那一格看看。我們的各種擊球的擊球點應在哪裡指南會告訴你該看什麼。
AI 揮拍分析哪裡會出錯
以鏡頭為基礎的分析取決於視角。我們讀到的那項獨立驗證,涵蓋的是另一類產品:一項經同儕審查的研究,在 4 場比賽、2 個拍攝角度、共 1,065 次擊球中,比較 SwingVision 的數據與人工分析師的結果。多數變數的一致性很高,從較佳角度拍攝時更接近,作者也警告角度會造成誤差。可以合理預期揮拍分析同樣對視角敏感。
| 問題 | 對分析造成的影響 | 解決方式 |
|---|---|---|
| 角度不佳 | 距離太遠或從正後方拍攝,會看不到擊球與揮拍路徑。 | 從側面或斜角拍攝,並且每次都用同一個位置。 |
| 有東西擋住 | 網柱、圍欄、練習夥伴或你自己的身體,在關鍵時刻擋住球拍。 | 先拍一段測試影片,移動手機直到球拍在擊球全程都看得到。 |
| 光線不足 | iPhone 在低光源下可能降到每秒 24 格,快速揮拍會模糊。 | 在光線良好的地方拍攝,並在「設定」、「相機」、「錄影」中確認自動調整幀率。 |
| 畫面中有其他球員 | 自動化系統可能搞不清楚誰在做什麼。 | 拍攝技術影片時,確認你是畫面中最大的人。 |
| 一段影片,一種狀態 | 一分鐘的好表現或輕鬆的練習,被當成你的整體打法。 | 多拍幾組重複動作,再加上實戰得分的影片。 |
我們的網球拍攝指南詳細說明了相機位置與手機設定。
如何解讀 AI 網球評分
- 看趨勢,不看絕對值。 單看一個 6.8 說明不了什麼。某項擊球在多段相似影片中持續上升,才說明得多。
- 比較條件相同的影片。 使用同一種擊球、同一個拍攝位置、同一類練習。比賽影片與練習影片是兩種不同的測試。
- 不要和朋友比較。 他們的相機與練習內容和你不同,幾分之幾的差距沒有太大意義。
- 不要把它當成評級。 技術評分描述的是某一段影片中的擊球看起來如何,說不出你能打贏誰。在 TennisAI 中,NTRP 與 UTR 數字是依據你的影片分析所做的預估,並標示為非官方。
重複影片測試:多大的變化才是真的?
這個測試只需要一次練習,就能看出在你的打法沒有任何實際變化時,評分會浮動多少。任何會為影片評分的 App 都適用。
- 把手機架在你平常的位置,拍攝同一種擊球幾分鐘,例如穩定對拉中的正手拍。
- 稍作休息,然後從同一個位置再拍一次同一種擊球。什麼都不要改。
- 上傳兩段影片,記下該項擊球的兩個評分。
- 兩者之間的差距就是你的雜訊程度。之後任何小於這個差距的變化,都視為沒有變化。
假設同一次練習的兩段影片分別得到 7.1 與 7.5。下週從 7.1 升到 7.3 還不代表什麼。超過這個差距、而且連續三次練習都維持的上升,才值得相信。這些數字只是舉例,請用你自己的數字來做測試,如果移動了相機,也要重做一次。
如何把一則評語變成練習
- 選出讓你失分最多的那項擊球的一則評語,即使另一項擊球的評分更低也一樣。
- 在影片上驗證它。如果你看不出問題,就把這則評語當成猜測,改看另一段影片。
- 把它變成可以計算的東西。以擊球太晚為例,拍 20 球正手拍,數一數球落地時球拍已經回到位的次數。
- 以這個目標練習,下次練習再拍同樣的練習並重新計算。
研究怎麼說網球中的影片回饋
證據並不一致,而且談的是一般的影片回饋,不是 AI 評分。兩項較早的發球試驗都沒有發現額外的助益。1985 年一項針對新手的研究,在五次練習中沒有發現影片方法有明確優勢。1989 年一項有 66 位中階球員的隨機研究發現,影片回饋並不比傳統訓練更好。
較新的研究結果較為正面,但範圍更窄。2024 年一項針對 23 位中階球員的研究發現,自己選擇何時接受影片回饋的球員,在戰術表現上的進步,比固定時程的球員更多。該研究測量的是戰術,回饋由教練提供。一項涵蓋 11 項學校體育研究的系統性回顧發現,影片回饋似乎有效,但並不限於網球。
所以研究並未顯示,影片或 AI 評分本身就能改善你的技術。影片明顯擅長一件事:它讓你看見自己實際做了什麼,這可能和你的感覺不同。
什麼時候該相信真人勝過 App
App 只看到一段影片的一個視角。好教練可以從多個側面觀察你、親手調整你的握拍,並記得你的過去。剛開始學、打算大幅調整技術,或回饋讓你困惑時,請找教練。我們在 AI 網球教練 vs 真人教練中比較了兩者。如果身體會痛,請停止並諮詢專業人士。
常見問題
AI 網球揮拍分析有多準確?
這取決於 App、拍攝角度、光線,以及影片中的擊球數量。我們讀到的那項獨立驗證針對 SwingVision,發現多數變數與人工分析師高度一致,從較佳角度拍攝時更接近。你可以在同一次練習中把同一種擊球拍兩次,估計自己評分中的雜訊。
AI 能從手機影片分析網球揮拍嗎?
可以,只要你的全身與球拍都在穩定、光線充足的畫面內。它在準備動作、步法與平衡上,比握拍與拍面角度這類細小又快速的細節更強。
AI 網球分析中怎樣的評分算好?
沒有通用標準,因為每款 App 的評分方式都不同。請只拿你的評分,和你自己較早、同一個相機位置拍的影片比較。
影片分析有助於提升網球程度嗎?
證據並不一致。較早的發球試驗發現,影片相較於傳統訓練並無額外助益,較新的研究結果正面但範圍有限。影片有助於看見你實際的動作,但進步仍然要靠之後的練習。
AI 能取代網球教練嗎?
不能。AI 分析能在上課之間給你回饋,但它只看到一段影片的一個視角。教練能親手調整你的握拍、從多個側面觀察,並隨著你的進步調整計畫。
資料來源
- IDEAS/RePEc:SwingVision 與人工分析師比較的同儕審查效度檢驗(2024)
- ITF:SwingVision 球員分析技術核准報告(PAT-25-037)
- AP 經 WTOP:國際網球總會現已更名為 World Tennis
- SwingVision:官方網站(方案)
- App Store:TorqAI: Tennis Swing Doctor
- Apple:在 iPhone 上更改錄影設定
- PubMed:Emmen 等人 1985,學習網球發球時的影片示範與影片回饋(新手)
- PubMed:Van Wieringen 等人 1989,學習網球發球時的影片回饋(中階球員)
- PubMed:van der Meer 等人 2024,網球中自主控制的影片回饋與戰術技巧
- KIT:Mödinger、Woll 與 Wagner 2022,體育教育中的影片視覺回饋(系統性回顧)
本文僅為網球訓練的一般性資訊,無法取代教練或醫療建議。若感到疼痛,請停止並諮詢專業人士。TennisAI 由本部落格的發行者 Pace 開發。