人工智能與物聯網技術正在重塑運動訓練的面貌，透過精密的數據分析為運動員開拓嶄新的表現提升途徑。香港教育大學數學與資訊科技學系副教授傅弘博士帶領的研究團隊，憑藉在多模態運算及設備研發領域的深厚造詣，成功將原先針對手腳協調障礙識別的形體追蹤技術，延伸應用至競技運動範疇。團隊精心打造的「Dynamic SyncAnUp：提升體育表現的眼體同步運動捕捉與分析系統」，為運動員量身訂製精準的訓練策略，全方位強化競技實力。這項突破性成果先後在「第十屆加拿大國際發明創新大賽」榮膺評審特選獎及金獎，並於「2025年矽谷國際發明節」摘得銀獎殊榮。
視覺導航機制啟發 從復健醫療跨足競技領域
「最初開展研究項目旨在解決兒童手眼不協調的問題，我們發現一般人在開始進行動作前，都是先用眼睛瞄準目標，繼而在腦中擬定計劃，再引導雙手去執行，故此眼睛在當中擔當關鍵角色。」傅博士深入剖析人體動作執行的神經機制，指出兒童手眼協調困難的根源往往在於視覺系統功能缺陷，包括無法精確對焦目標物體，或在手眼同步過程中視覺引導效能不佳。
技術跨界應用 從兒童復健邁向競技運動
團隊研發的系統結合了動態捕捉相機與眼動儀，能精準量化分析運動員的動作、關節運動狀況等。
鑑於單憑肉眼觀察難以準確評估手眼協調程度，傅博士表示，團隊採用穿戴式眼動儀等專業攝影設備，讓參與研究的兒童佩戴後精確追蹤視線焦點及停留時間，結合手部動作數據進行綜合分析，識別潛在問題並提供後續介入。「團隊掌握新技術的同時，亦留意到運動員對投籃等高度精準動作的需求甚大，我們經測試後證實，部分人的表現未見穩定，很大程度正在於『看得不夠準』。以投籃為例，只有瞄準特定範圍，配合姿勢角度，才可投得精準。有見及此，我們決定將技術應用擴展至運動員，務求協助他們提升整體表現。」
傅博士進一步闡述，在高水準體育競賽中，能夠躋身賽場的運動員實力相當，勝負關鍵往往在於能否維持穩定發揮。團隊研發的系統融合動態捕捉攝影機與眼動追蹤儀，能夠精準量化運動員的身體位置、關節活動狀況等參數，分析投籃瞬間的角度及球體軌跡，有效評估動作的穩定性與一致性。以實例說明，若運動員在相同位置進行十次投籃，其中九次動作保持一致，便可判定其為穩定型選手。
數據驅動訓練 客製化方案成效卓著
系統將體動員的運動表現量化，再進行分析，從而根據客觀數據制定合適的培訓計劃。
「運動員的眼神穩定同樣重要。以投籃為例，我們發現投籃命中率較高的運動員，出手一刻注視的位置與命中率低的運動員有所不同，其眼神的穩定性也有分別。」傅博士強調，運用此系統將運動表現數據化並深度分析，能夠基於客觀數據制定適切的訓練計劃，相較於教練和運動員依賴主觀感受及記憶作出判斷，成效必然顯著提升。
從概念雛形到「Ready to use」的實用階段，整個研究歷程耗時一年。傅博士坦承，團隊面對重重技術挑戰，首要難題是運動員移動速度極快，現有通用算法無法滿足精確度需求，因此必須自主研發並優化算法，以達到高速運動追蹤的技術標準。其次，市面上專業系統價格昂貴且功能受限，促使團隊開發這套可攜式系統，由眼動儀、運動捕捉攝影機及簡易校準板組成。抵達訓練場地後，僅需固定攝影機並執行數次校準程序，即可精確捕捉運動員動作，使用完畢後可迅速拆卸收納，成本低廉且安裝拆卸極為便利，特別適合教練進行小規模專項訓練。
智能化分析 持續監測訓練成效
系統早前在「第十屆加拿大國際發明創新大賽」斬獲評審特選獎及金獎，在「2025年矽谷國際發明節」奪得銀獎。
「系統透過自主研發的模式整合運動追蹤、視覺處理和眼動儀技術，不但能切合運動員與教練的需求，也解決了場地限制及成本等實際問題，並帶來同步分析等技術突破。與此同時，系統開發了針對特定應用場景的較準技術（Calibration），確保數據的準確性。」傅博士續指，在人工智能應用層面，系統可自動識別運動員的成績數據及每次動作細節，配合自動追蹤功能，教練確認目標人物後即可進行精準追蹤，進而提供專業指導建議，協助運動員了解在動作執行或手眼協調方面的改進空間，日後更可透過客觀量化的數據指標，持續監測訓練進步狀況。
談及系統在國際發明展覽會上的獲獎成就，傅博士認為，除了教大的全力支持外，致勝要素在於為創新技術找到能夠解決用戶實際痛點的應用場景，滿足需求並帶來實質改變，加上團隊的堅持不懈，也是技術成功展示並獲得廣泛認可的關鍵因素。
展望研究項目的未來藍圖，傅博士表示，現階段系統主要服務單人運動，特別是重複性動作項目，如投籃、跳遠及網球等。長遠願景是將應用範圍擴展至更多運動類別。隨著數據持續累積，預期系統的智能化水準將不斷攀升，逐步達到接近專業教練的平均水平，這將有效支援教練的日常工作。「我們另一個中長期目標是推動系統進一步輕量化、降低成本、簡化使用流程、提升性能與用戶體驗，最終讓普羅大眾亦能以實惠的價格接受專業訓練指導。」
