Rusbase

«До нас никто не распознавал движения спортсменов. Мы решили это исправить»

Как BD-Sport поможет судьям и спортсменам — и вовлечет в трансляции болельщиков






21 декабря 2018



Этот текст относится к рубрике спортивного маркетинга. Читайте и другие тексты о спортивном маркетинге.
Создатели стартапа BD-Sport Александр Азанов и Дмитрий Кассин уже 10 лет вместе играют в футбол в пермской любительской лиге. Ранее Александр занимался маркетингом в ФК «Амкар» и Пермской федерации по прыжкам на лыжах и лыжному двоеборью, продавал услуги в области больших данных и машинного обучения. Дмитрий окончил мехмат и занимался IT-проектами в образовании и логистике.

Полтора года назад у друзей появилось желание сделать совместный проект на стыке спортивной аналитики и IT. А зимой 2018 года разработка команды получила награду на форуме спортивных инноваций.

Как инновация может сделать судейство объективным, а спортивные трансляции зрелищнее? Читайте далее.
Как работает сервис

BD-Sport — это сервис по автоматическому распознаванию спортивных элементов с помощью компьютерного зрения. Стартап решает три задачи: отслеживает качество выполнения элементов и передает аналитику тренеру и спортсмену, снижает ошибки судей в оценке техники исполнения элементов, вовлекает болельщика в событие.

Особенность технологии — в использовании захвата движения с помощью IP-видеокамеры, то есть камеры видеонаблюдения, которая избавляет от необходимости вывешивать датчики на тело спортсмена. Камеры формируют 3D-картинку спортивного выступления, затем алгоритм захвата движения формирует скелет спортсмена, его перемещения и передает эти данные в базу данных, где уже есть биомеханическая модель идеального выполнения того или иного элемента. Когда данные совпадают с каким-то элементом, программа фиксирует его выполнение.

В программный комплекс входит четыре IP-камеры и веб-сервис, на котором отображается итоговая аналитика. Обязательное условие работы комплекса — быстрый интернет.
Пример распознавания движений в художественной гимнастике

«Никто до нас не предлагал распознавать движения»
Дмитрий: У Саши был бэкграунд в области спорта, у меня — в реализации IT-проектов. Мы захотели сделать что-то свое и начали обсуждать идеи. Мы заметили, что тренд в развитии спортивной аналитики больше шел в создание новых методик обработки уже собранных данных, но никто не предлагал распознавать спортивные элементы. И решили это исправить.

Александр: Мы смотрели, какие данные сейчас предоставляют различные аналитические компании для спорта. Одни дают голую статистику, другие — некие универсальные показатели или индексы, но никто не анализировал, например, привычки спортсменов.
Текст, после которого вы, возможно, захотите стать киберспортсменом:читайте по ссылке
У спортсмена, как и у любого человека, есть осознанные действия и неосознанные. Неосознанное — это то, что он делает «на автомате». Это мы и заложили в основу решения, которое помогает выявить неосознанные действия спортсмена во время соревнований или тренировок.

В качестве примера можно привести технический арсенал боксера, который характеризуется процентным соотношением всех видов ударов, защиты и серии ударов во время боя. Зная об этом, тренер может в процессе тренировок скорректировать технику, чтобы лучше подготовить спортсмена к бою.


Дашборд приложения
Как это работает
Дмитрий: Мы устанавливаем на стены в помещении, где будет соревнование, четыре камеры. Главное, чтобы они могли захватить спортсмена в полный рост, ракурс не важен, так как все они располагаются равномерно. Спортсмену достаточно войти в кадр, чтобы программа начала следить за всеми его действиями и перемещениями. Далее алгоритм распознавания движений фиксирует этот элемент и передает его на дашборде.

Например, дашборд, который фиксирует простые элементы в художественной гимнастике. Сверху можно видеть общую информацию о спортсмене, далее — резюме выступления и таймлайн. На таймлайне отображаются сами элементы, а ниже идет запись выступления и диаграмма измерения точности выполнения движения.

Самым сложным было сделать безмаркерный захват движения. Мы долго искали решение и за семь месяцев сделали прототип.
Прототип обошелся в 2 млн рублей. Большая часть затрат — работа программистов.
Александр: Сколько инвестиций нужно, чтобы перейти от прототипа к готовому решению? Все зависит от определенного вида спорта.

Если мы говорим про художественную гимнастику, то в ней много элементов разной сложности. Это подразумевает разработку новых алгоритмов распознавания движений. В спортивной гимнастике упражнения выполняются на снарядах — тут есть свои нюансы в расстановке камер, чтобы создать 3D-картинку. В боксе нужно следить за двумя объектами и распознавать не только вид удара, но и его точность. В прыжках на лыжах с трамплина элементов нет, но важно новым алгоритмом рассчитывать оптимальную позу при разгоне и отталкивании. Для командных видов спорта все еще сложнее.

Поэтому размер инвестиций не так просто определить. Если есть понимание потребностей каждого вида спорта — инвестиции окупятся.

Как стартап поможет судьям
Александр: В спорте есть термин competitive balance или «конкурентный баланс», который показывает непредсказуемость результата в каждом матче и равномерное распределение вероятности победы того или иного спортсмена или команды в чемпионате.

Один из главных инструментов для формирования competitive balance — это судейство. Есть виды спорта с объективным фактором, например, бег: кто первым прибежал, тот и выиграл. В прыжках победителя определяет дальность. Но во многих видах спорта победителя выбирают судьи. После второго боксерского боя между Головкиным и Альваресом одни говорили, что Головкин вчистую выиграл, другие — что точно победил Альварес. Объективной точки зрения мы не видим. Если смотреть по контролю поединка, то Головкин все делал хорошо. А если смотреть на нанесенный ущерб сопернику, то Альварес больше наносил точных силовых ударов.

Проблема бокса в том, что у него нет объективных критериев оценки, если бой заканчивается не нокаутом. Для таких случаях мы и предлагаем фиксировать и собирать с помощью нашей технологии компьютерного зрения параметры, которые будут характеризовать преимущество одного боксера над другим, и предоставлять эти данные судьям во время поединка.

Пример распознавания движений в боксе
Как стартап поможет тренеру и спортсмену
Александр: Чтобы получить результат, тренер и атлет должны доводить до совершенства технику. BD-Sport фиксирует точность выполнения каждого элемента.

Возьмем художественную и спортивную гимнастику. В данном случае точность выполнения можно сформировать путем биомеханического моделирования эталонного выполнения элемента и сравнения текущего выполнения элемента с эталонным во время тренировок и соревнований. Мы еще планируем распознавать различные действия спортсмена на тренировках или соревнованиях, фиксировать и собирать их в статистику с дальнейшим выявлением закономерностей их исполнения.

Наша технология позволяет выявлять неосознанные действия или привычки как у своего подопечного, так и у соперника.
Личный кабинет тренера по художественной гимнастике (нажмите, чтобы развернуть)
Как стартап может вовлечь зрителя в игру
Александр: Рынок телевидения для нас — ключевой с коммерческой точки зрения. Сейчас идет серьезная борьба за внимание зрителя. У спорта есть конкурентное преимущество в виде фактора непредсказуемости. Факт: во время спортивных матчей у болельщика активно вырабатываются дофамин и эндорфины. Первый — в момент ожидания развязки, вторые — в момент удовлетворенности от ее наступления.

Зрителю нравятся матчи с интригой. BD-Sport может объяснить зрителю, какой элемент делает спортсмен. А мы можем дать новую информацию за счет технологий. Например, в прыжки на лыжах с трамплина добавить элементы «Формулы 1»: скорость разгона, силу прыжка со стола отрыва и так далее. В боксе можно показать динамику скорости боксера по раундам. В командных видах спорта можно вывести динамику изменения скорости команды или отдельного игрока.

«Мы идем к тем, у кого есть стимул развиваться»
Александр: Мы для себя решили, что пойдем в такие виды спорта и к таким федерациям, у которых есть стимул развиваться. Но любительский спорт не рассматриваем, так как это коммерчески не выгодно.

Мы не ставим себе потолок: хотим выйти и за пределы России. Ищем контакты среди знакомых, пишем в Facebook, звоним в федерации — так находим контакты и договариваемся о встрече. Перед тем, как кому-то позвонить, мы исследуем проблемы конкретного вида спорта, общаемся с атлетами. Раньше мы приходили на встречи только с презентацией. Сейчас планируем упаковать прототип в интерфейс, который можно продемонстрировать на встрече.

Дмитрий: У нас был тестовый режим для бокса — BD-boxing.com, на котором мы показывали возможности технологии. Это сервис по ручному сбору боксерской аналитики, то есть без компьютерного зрения. Мы запускали его в качестве теста безмаркерной технологии, чтобы понять, что нужно боксу в рамках аналитики. Со временем начали в этом проекте зарабатывать и расширять клиентскую базу.

Сейчас мы снимаем детские тренировки по художественной гимнастике. После съемки предоставляем тренерам общее выступление с разбивкой на технические элементы. Тренер может покадрово просмотреть каждый элемент и увидеть качество выполнения. К тому же, мы стремимся ставить выступлению оценку, исходя из общих правил гимнастики, которые учитывают базовую оценку элемента, его трудности, сбавки и прибавки оценки. Такой дашборд позволяет тренеру увидеть общую картину выступления.

Мы продвигаем себя в бизнес-среде путем участия в конкурсах. Недавно получили премию как лучший инновационный спортивный стартап года. Затем о нас стали больше писать СМИ. Сразу после к нам пришла одна компания — и сейчас мы договариваемся о проектах для спортивных трансляций.


Какая команда нужна, чтобы создать спортивный стартап
Дмитрий: Мы смотрим на то, как снизить риски проекта — например, за счет господдержки. Фонд содействия инновациям дал нам грант в размере 2 млн рублей, и это окупило этап проверки. На днях мы оформили заявку и подали документы на экспертизу в «Сколково», чтобы получить статус резидента.

Пока у нас есть только прототип, поэтому продаж еще нет. Сейчас мы на стадии переговоров с несколькими федерациями, чтобы адаптировать нашу технологию в их видах спорта. Мы узнаем текущие сценарии решения проблем, сколько времени и средств сейчас тратится на их решение и так далее, на основе это мы пытаемся упаковать и презентовать продукт.

В 2019 мы планируем создать уже готовый продукт. Его стоимость пока назвать нельзя: она зависит от технического задания и конкретного вида спорта. Для нас важен рост компании, поэтому прибыль мы планируем реинвестировать в новые разработки.

В нашей команде шесть человек. Александр (Азанов.— Прим.) — генеральный директор, я директор по развитию. Еще два человека занимаются разработкой в области компьютерного зрения. Еще у нас есть биомеханик, который занимается математическим моделированием спортивных элементов, и Data Scientist, который реализует алгоритм распознавания элементов с помощью биомеханических моделей и ищет закономерности в действиях спортсменов.
Александр Азанов и Дмитрий Кассин
© Rusbase, 2018
Текст: Екатерина Гаранина

Фотографии предоставлены героями интервью. На обложке слева Дмитрий Кассин, справа Александр Азанов



Екатерина Гаранина-Карпова
«До нас никто не распознавал движения спортсменов. Мы решили это исправить»