【中圖分類號】G841 【文獻標識碼】A 【文章編號】2095-2813(2025)17-0005-04
Research on the Application of Intelligent Training System in College Basketball Skill Training
SU Tingting Chongqing Finance and Economics College,Chongqing,4O2160 China [Abstract] Withtherapidpenetrationof intelligent technology invarious felds,the integrationofintellgenttechnology and college basketballskills training has gradually deepened,and the new model of \"technology + basketball training\" has thus emerged.By using methods such as literature analysis and logical analysis,this paper explores the application value of intelligent training systems in current college basketball skills training and clarifies the specific technical application ideas.This paper aims to analyze the integrationof inteligent training systems functions with college basketballsills training,grasp the keyapplication of technological factors inbasketballtraining from theroot,and promote thecomprehensive improvement ofstudentsbasketballskils.The research results showthat intellgent training systems cansignificantly improve theeficiencyand qualityofcollege basketballskillstraining,providing important technical support for enhancing training effectiveness and enriching teaching experiences.
[KeyWords] Intelligent training system;Collgebasketballskilltraining;Datacolectionandanalysis;Artificial intelligence; Action recognition and prediction
2021年,國家體育總局印發(fā)的《“十四五”體育發(fā)展規(guī)劃》明確提出了籃球發(fā)展新機制,強調體育需要立足新發(fā)展階段,貫徹新發(fā)展理念,構建新發(fā)展格局[1]。智能技術作為“新”的代表性產物,在體育領域的輔助價值逐漸得到開發(fā),例如在高?;@球技能訓練中發(fā)揮了愈發(fā)重要的技術支持作用?!度驍底纸洕灼凤@示,我國2020年數字經濟規(guī)模已位居全球第二,增長幅度位居第一[2]。得益于此,數字化優(yōu)勢在各行各業(yè)均有體現,科技賦能體育事業(yè)發(fā)展便是其中的典型現象。在高?;@球技能訓練中,智能訓練系統的應用范圍逐漸拓寬,許多傳統訓練方法由此得到改革。如何進一步強化這一技術的優(yōu)勢,已成為高?;@球訓練研究的重點方向。
1智能訓練系統在籃球技能訓練中的應用功能
1.1數據的采集與預處理
在智能訓練系統中,傳感器與攝像頭等裝備可用于實時捕捉籃球技能訓練活動的各項關鍵數據,包括籃球運動員的肢體動作、球場位置、比賽情況等。通過對這些相關數據進行采集,可獲取關于籃球技能訓練的原始情況資料,作為觀察技能訓練進度與結果的參考。同時,系統還可利用深度學習算法和神經網絡模型,自動化提取圖像數據的具體特征,針對采集到的數據進行預處理,包括數據清洗、數據糾錯、數據分類、數據匯總等。在確保數據準確、可靠且具有目標導向性的前提下,提供有效的籃球技能訓練情況反饋,如及時反映籃球運動員的技能優(yōu)勢、短板及訓練動作的不足之處等,幫助訓練主體了解自身籃球技能訓練情況。例如,卷積神經網絡(ConvolutionalNeuralNetworks,CNN)能夠實現圖像數據的特征提取和自動分類,通過對籃球訓練畫面中的代表性圖像進行預處理分析,可快速獲取其中隱藏的結論性信息,減少后續(xù)數據分析的繁冗步驟[3]。
1.2實時位置的感知與追蹤
在籃球技能訓練中,對球員實時位置、動作等數據的感知與追蹤,是了解個體技能訓練成效、制訂比賽戰(zhàn)略決策的重要前提。智能訓練系統可通過視覺識別與跟蹤算法,對個體在籃球技能訓練過程中的位置及運動軌跡進行精準識別與實時追蹤,還可對不同球員之間的位置關系、相互運動作用等信息進行分析,從而準確研判球員的位置變換習慣、運動邏輯等,進而幫助球員及教練深入思考技能訓練方案的調整方向,以靈活的形式彌補訓練短板。在此過程中,機器學習與深度學習算法往往起到關鍵支撐作用。如循環(huán)神經網絡(RecurrentNeuralNetwork,RNN)作為一種具有記憶性、參數共享性的遞歸神經網絡,可用于處理各種包含序列輸人的計算機視覺問題,并對相關數據進行分析及預測,在籃球技能訓練中能夠用于捕捉球員實時位置信息,轉換為軌跡數據,實現動態(tài)化訓練效能觀測[4]。
1.3個體行為的識別與動作預測
籃球技能訓練過程具有動態(tài)性特征,球員個體乃至隊伍群體的行為變化均可能成為訓練或比賽中的變動性因素。對球員行為進行精準的識別與動作預測,可在一定程度上提高訓練方案的準確性,輔助提高個體的技術水平與籃球隊伍的配合水平。智能訓練系統常用到的算法包括CNN、RNN、支持向量機(SupportVectorMachine,SVM)等,能夠支持圖像分析、行為分析、數據發(fā)掘、信號處理等操作。用于籃球技能訓練中,可起到針對性分析球員動作及行為、獲取個體技術診斷方案等作用,在技術指導、技術糾正等環(huán)節(jié)發(fā)揮作用[5]。譬如,通過對球員的動作進行動態(tài)化檢測,可從智能化分析的角度判斷球員在跨步、籃板、傳球等環(huán)節(jié)的行為動作是否規(guī)范,并進一步預測球員下一步走向,由此觀察球員的技能訓練情況。同時,還可依托機器學習技術,科學分析籃球比賽中球員行為及場上時空關系,從而研判個體行為是否達到技能訓練標準、球隊戰(zhàn)術是否有效等。
1.4比賽戰(zhàn)術的分析與決策支持
比賽戰(zhàn)術的制訂、踐行、調整是高?;@球技能訓練的重要環(huán)節(jié),也是決定籃球比賽成敗的關鍵。通過動態(tài)、全面、準確的實時數據分析,可為籃球比賽戰(zhàn)術提供有效的決策依據。智能訓練系統在數據挖掘與數據分析方面具有顯著優(yōu)勢,能夠對籃球比賽的場上局勢、球員分布、防守策略等情況進行敏銳洞察,利用機器學習或規(guī)則引擎,分析出球員容易得分的環(huán)節(jié)、戰(zhàn)術薄弱點、球員之間的配合默契程度等信息,據此針對性調整比賽戰(zhàn)術,突出策略分析在籃球技能訓練中的重要作用[6]。
2智能訓練系統在高?;@球技能訓練中的應用效能
2.1推動球員籃球競技能力協調發(fā)展
高?;@球技能訓練的重點目標在于推動學生籃球競技能力的根本提升與協調發(fā)展,綜合強化學生的籃球技能水平。鑒于決定籃球競技能力的要素不僅局限于體能、方法等層面,還包括戰(zhàn)術、心理、智能等方面,傳統高?;@球教學工作中以體能、戰(zhàn)術訓練為主的技能訓練策略已不夠完善。近年來,許多高校開始嘗試以智能技術為補充,借助智能訓練系統資源豐富化、信息智能化、監(jiān)測自動化等特征,綜合培養(yǎng)學生不同維度的籃球競技能力,致力于促進學生各項籃球技能水平的協調發(fā)展。這在一定程度上減少了高?;@球技能訓練的缺口,有助于學生籃球競技能力的根本提升。
對于籃球這項競技運動而言,“木桶理論\"適用于綜合競技能力的分析,即運動員的競技能力由不同的子能力共同構成。當其中一項子能力存在明顯缺陷時,會導致整體競技能力被削弱。因此,智能訓練系統對學生籃球競技能力的協調與推動作用,本質是通過彌補潛在的籃球技能缺口,從根本上提升學生的籃球競技能力[7]。
2.2提升球員籃球技能綜合訓練質量
智能訓練系統作為智能信息時代的產物,是一種全新的訓練模式,在訓練思維、訓練方法、訓練設備等方面均與傳統訓練形式存在較大差異。高?;@球技能訓練涉及的球員人數多、訓練環(huán)節(jié)復雜,傳統的技能訓練模式存在訓練資源不足、針對性不強等問題。智能訓練系統的引入,一方面為高校籃球技能訓練工作注人了更多元的訓練資源,使教練與球員均能通過信息網絡、虛擬現實等媒介,接觸到傳統訓練場景中無法接觸的資源,進而對籃球訓練的方向、方法建立更準確的思路;另一方面,在高?;@球技能系統化訓練的基礎上,通過實現數據分析、動作識別、動態(tài)預測等功能,切實提高了訓練針對性,使每個球員的優(yōu)勢與短板都能在詳細的拆解分析中清晰呈現,從而輔助教練根據不同球員的表現進行針對性的訓練方案調整,提升球員籃球技能的綜合訓練質量[8]。
2.3輔助制訂全程化、詳盡化的訓練計劃
高?;@球技能訓練體系具有系統性、長期性,需要在不同的訓練環(huán)節(jié)制訂嚴謹周密的訓練計劃,才能最大程度保障訓練效果達到預期。高校在過去的籃球技能訓練中,大多依靠教練制訂訓練計劃,但難免存在一定的“視覺盲區(qū)”,設計的訓練內容也可能出現遺漏。在運用智能訓練系統的過程中,可借助智能監(jiān)測設備、智能穿戴設備完成對球員的相關數據采集,為制訂訓練計劃作好前期準備,從而提高訓練計劃的詳盡程度。同時,基于智能訓練系統的數據儲存、實時監(jiān)測功能,高校通過比對不同時期的籃球技能訓練數據,能更準確地識別影響訓練成效的因素,并在不同訓練階段、訓練周期分別制訂對應的訓練計劃,使其呈現詳盡化的特征,進一步強化訓練計劃的導向作用。另外,部分高校嘗試運用智能訓練系統自動化生成階段性籃球技能訓練計劃,實現了效率的顯著提升,與人的智能形成科學配合,有助于促進新時代高素質籃球人才的培養(yǎng)。
2.4提高籃球戰(zhàn)術訓練決策精度與準度
部分高校引人籃球智能訓練系統后,在訓練決策與戰(zhàn)術制訂方面解決了過于依賴經驗、過于主觀等問題,提高了戰(zhàn)術應用決策的精度與準度。例如,通過智能訓練系統,可對高?;@球隊在以往比賽中表現出的各項數據及變化趨勢進行宏觀分析,包括球隊進攻效率、得分率等指標,結合客觀數據給出的信息,準確判斷不同球員更適合的位置、更擅長的技能,從而制訂出最大化發(fā)揮球員技能優(yōu)勢的戰(zhàn)術策略,降低主觀判斷的不穩(wěn)定性造成的影響9。同時,在籃球技能訓練過程中,智能訓練系統可輔助教練更全面地評估球員的戰(zhàn)術實踐情況,及時調整應用的訓練策略,找準適宜的切入點,充分提升戰(zhàn)術在籃球技能訓練中的執(zhí)行效果。
3智能訓練系統在高?;@球技能訓練中的優(yōu)化應用路徑
3.1加大智能設備普及力度,提高數據采集轉化準度
智能訓練系統的“智能”作用需依托相應的智能化媒介來發(fā)揮。高??蓮募哟笾悄茉O備普及力度入手,擴大數據采集覆蓋面,構建清晰完整的數據支持網絡,并精準結合籃球技能訓練需求進行有效轉化。
一方面,針對單個球員,可普遍采用準確度較高的運動手環(huán)、心率監(jiān)測器等設備進行實時信息數據采集,精確記錄球員的體能、耐力、運動狀態(tài)等情況,以自動上傳系統的形式實現數據的實時采集、上傳、存儲、比對與分析,進而通過智能訓練系統分析出最符合個體訓練需求的方法和強度,避免因訓練過度或訓練量不足影響訓練成效[10]。
另一方面,針對整體隊伍,可引進智能傳感器、智能體育功能室、智能籃球監(jiān)測系統等設備設施,系統采集并分析籃球隊伍的戰(zhàn)術水平及訓練成效。結合教練團隊制訂的籃球技能訓練方案,科學融合人的智能與物的“智能”,使最終形成的訓練方案兼具客觀性、人文性與有效性,推動整體技能訓練效能提升。在智能設備支持下,高?;@球技能訓練過程中采集到的數據范圍將更為廣闊,無論對于個人還是隊伍,均有助于找準最適合的定位,發(fā)揮數據資源對籃球技能訓練的支持效應。
3.2依托系統數據總結經驗,持續(xù)優(yōu)化籃球訓練方案
基于智能訓練系統中已獲取的籃球技能訓練數據,可圍繞所需的深層信息展開進一步挖掘、分析與總結,轉化出籃球技能訓練的階段性經驗,并將其作為優(yōu)化后續(xù)籃球訓練方案的參考依據。
一方面,根據智能監(jiān)測設備捕捉到的籃球運行軌跡及球員行動狀態(tài),獲取球員的三分命中率、中距離命中率、罰籃命中率等信息,并采用智能數據分析形式,篩選出有助于命中率提高的因素,找出命中率波動的規(guī)律,在下一階段的籃球技能訓練方案中重點把握方向。在高清攝像頭捕捉的信息基礎上,還可進一步利用智能系統對信息進行加工處理,總結出一些深層隱藏的潛在信息。例如,根據籃球技能訓練的具體需求,可在系統內設置“當球員A持球五秒后傳球給球員B,球員B的命中率是多少?”等復雜性較高的問題,挖掘出不體現于表層的經驗信息,提升系統數據價值。
另一方面,以高?;@球球員的身體數據、運動數據為基礎,構建生理指標模型精確的輔助訓練系統,明確界定有效訓練與過度訓練之間的邊界,在提升籃球技能訓練成效的同時,降低球員傷病概率,保障球員身體狀態(tài)良好。對智能訓練系統中儲存與記錄的經驗信息進行挖掘,有利于籃球技能訓練方案的持續(xù)優(yōu)化,智能訓練系統在高?;@球訓練體系中的重要性也將進一步凸顯。
3.3建立系統數據管理平臺,及時更迭升級相關算法
在信息時代下,智能技術處于不斷迭代升級的狀態(tài),智能訓練系統在專業(yè)籃球比賽中的技術支持與戰(zhàn)術分析作用也愈發(fā)明顯。高校可從軟件、硬件同步升級的角度出發(fā),通過搭建系統數據管理平臺、迭代升級系統算法,與先進智能技術及時接軌,確保智能訓練系統在籃球技能訓練中的作用能夠持續(xù)發(fā)揮。
一方面,搭建高校內部籃球智能訓練系統數據管理平臺,將日常訓練中采集并經過預處理的數據信息實時上傳到平臺中,同時為單個籃球球員分別制作對應的電子檔案,使球員能夠隨時查閱自己的電子檔案,回顧籃球技能訓練的過程、經驗、規(guī)律,作為調整后續(xù)訓練方法的參考。
另一方面,在現有的系統算法基礎上,進一步推動算法的迭代升級,設計出更符合智能社會發(fā)展趨勢的智能訓練產品,從而在高?;@球技能訓練中發(fā)揮更大作用。例如,引入邊線感應系統,設置籃球邊線電子裁判,在籃球訓練、籃球比賽中,對場上籃球越界現象做出準確客觀的判罰,當系統檢測到籃球并作出反應后,實時將越界信息傳遞給裁判,提高裁判的公正性。數據與算法的有效運用是智能訓練系統作用于籃球技能訓練的重要環(huán)節(jié),技術的迭代升級則有助于深化這一效能,為訓練過程提供更多元的輔助力量。
3.4加大系統優(yōu)勢宣傳力度,降低系統功能應用門檻
目前,智能訓練系統在高校的宣傳普及力度較為有限,這限制了其對高?;@球技能訓練的支持作用??蓮募哟髢?yōu)勢宣傳、降低應用門檻的方向出發(fā),使更多的籃球技能訓練主體能夠接觸并利用智能訓練系統,參與到系統功能的開發(fā)與普及中來。
一方面,在高校內部開展關于智能訓練系統應用優(yōu)勢的宣傳,針對當下各類先進的智能訓練產品、設備進行概念講解,使籃球技能訓練主體能夠及時接觸到相關信息,并結合訓練需求,設計相應的智能訓練系統應用方案,減少后續(xù)應用的障礙性因素。
另一方面,高??赏ㄟ^與相關企業(yè)合作、引入社會支持等模式,降低將智能訓練系統引入籃球技能訓練體系的總體成本,在順應科技創(chuàng)新趨勢的前提下,積極參與到籃球技能訓練開放化、智能化的改革進程中,真正將智能訓練優(yōu)勢落到實處。智能訓練系統在高?;@球技能訓練中的深度普及需要以充分的認知、可觸達的邊界作為前提,只有在訓練主體認識并獲取系統優(yōu)勢的基礎上,才能確保各項系統功能在人的開發(fā)應用下得以發(fā)揮,成為提升訓練效能的有效助力。
4結語
綜上所述,智能訓練系統在高?;@球技能訓練中,可在數據采集與預處理、實時位置感知與追蹤、個體行為識別與動作預測、比賽戰(zhàn)術分析與決策支持等方面發(fā)揮作用,且在應用中已取得一定成效。為進一步提升智能訓練系統在高校籃球技能訓練中的應用效能,未來可從普及智能設備、總結訓練經驗、升級相關算法、降低應用門檻等方面入手,持續(xù)深化智能訓練系統的應用,為高校籃球訓練提供強勁驅動力量。
參考文獻
[1]國家體育總局.國家體育總局印發(fā)《\"十四五\"體育發(fā)展規(guī)劃》[EB/OL].(2021-10-26)[2025-03-18].https:/www.sp0rt.gov.cn/n315/n20067006/c23657438/content.html.
[2]世界經濟論壇.全球經濟白皮書[EB/OL].(2024-07-18)[2025-03-18].https://cn.weforum.org/publications/the-future-of-financial-advice/.
[3]張馳.智能目標檢測系統對籃球運動員表現評估的影響[J].冰雪體育創(chuàng)新研究,2024,5(20):148-150
[4]李鳴曦,宋靜,賈誼,等.基于人工智能的籃球罰球動作技術分析與應用研究進展[J].四川體育科學,2024,43(3):77-82.
[5]張鵬.職業(yè)籃球聯賽數字化轉型的國外經驗與國內啟示[D].西安:西安體育學院,2024.
[6]方飛.運動智能評價下體育院?;@球運動訓練專業(yè)指標體系研究[J].文體用品與科技,2024(2):181-183.
[7]丁廣鵬,楊帆,王力.智能感應籃球在基本技術訓練中的運用與研究[J].福建體育科技,2023,42(3):88-92,108.
[8]田鵬偉.高校運動訓練專業(yè)女子三人籃球運動員競技能力評價指標體系的構建研究[D].淮北:淮北師范大學,2023.
[9]李佳磊.高校高水平男子籃球運動員運動智能評價指標體系研究[D].太原:山西大學,2021.
[10]胡運璋.基于局域網技術的籃球訓練姿勢智能監(jiān)控系統設計[J].西昌學院學報(自然科學版),2021,35(1):88-92.