这个问题的？”

    随着回答问题的深入，科大团队的自信心也越来越足了，要知道他们这套系统之所以会被课程表直接引用，主要原因就是他们解决了球场上球员跟踪问题。

    何彩娟清了清嗓，她是负责算法优化的。

    “针对这两个核心痛点，我们做了三项专属的算法优化，把全场球员的Id跟丢率控制在了3%以内，遮挡30帧内的Id保持率100%”

    “第一，多特征融合的霍夫森林模型：我们没有只用传统的hoG轮廓特征，而是融合了球衣颜色直方图特征、号码区域的Lbp纹理特征，让模型不仅能识别球员的人形轮廓，还能区分不同球员的球衣、号码，哪怕球员挤在一起，也能通过专属特征区分Id，不会出现Id混淆”

    “第二，卡尔曼滤波轨迹预测机制：当球员被完全遮挡时，我们会用卡尔曼滤波基于球员之前的运动轨迹，预测他后续的位置、速度、运动方向，哪怕连续30帧完全看不到球员，也能保持Id不丢失，等球员重新出现时，立刻匹配上原来的Id，不会出现跟丢、Id切换的问题”

    “第三，非极大值抑制与轨迹关联优化：我们针对球员密集场景，优化了非极大值抑制算法，不会把相邻的两个球员合并成一个检测框，同时用匈牙利算法做帧间轨迹关联，确保每个球员的Id在整场比赛里全程唯一，哪怕球员全场跑动、频繁交叉，也不会出现Id错乱”

    “同时我们还利用了今年《长三角冠军联赛》的决赛视频做了测试，90分钟的比赛里，22名球员的Id全程无错乱，仅在球员完全离场时出现短暂丢失，重新入场后立刻恢复跟踪，完全满足赛事分析的需求”

    随着何彩娟的回答解释，现场工作人员立即启动了核验。

    他们随即输入了一段半决赛的比赛视频，然后启动了这套跟踪系统，随着大屏幕上密密麻麻显示出各类Id，答辩也进行到了商业化落地的探讨。