電腦視覺
球場上有十個人在跑：AI 如何記住每一個的身分
多目標追蹤在籃球場景裡有個核心難題：十個人穿著相似球衣，掩護時兩人緊貼，鏡頭跟拍時模糊抖動。GameSense 用雙層記憶機制解決身分連貫的問題，追蹤指標在 SportsMOT 上超越所有競品。
2026年5月26日4 分鐘·—
多目標追蹤在籃球場景裡有個核心難題：十個人穿著相似球衣，掩護時兩人緊貼，鏡頭跟拍時模糊抖動。GameSense 用雙層記憶機制解決身分連貫的問題，追蹤指標在 SportsMOT 上超越所有競品。
追蹤網球和羽球的 AI 模型家族 TrackNet，每一代都在進步，卻始終有個根本缺陷：它們只會「看」，不會「感受移動」。TrackNetV4 加入了可學習的動態注意力地圖，用兩個參數就讓模型知道球在哪裡。
一篇來自泰國 VISTEC 的研究，只用一支攝影機的 2D 追蹤序列，讓神經網路還原球的 3D 軌跡。表示方式的選擇，比模型大小更關鍵。