人工智能與物聯網技術正在重塑運動訓練，透過精密的數據分析為運動員開拓嶄新途徑並提升表現。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，成功將原先針對手眼協調障礙識別的形體追蹤技術，延伸至競技運動範疇。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」，為運動員量身訂立精準的訓練策略，全方位強化競技實力。這項突破性科研成果先後在「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。
技術跨界應用 從兒童復健邁向競技運動
「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有缺陷，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。
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量化和綜合分析，識別潛在問題並提供後續介入。團隊掌握新技術的同時，留意到視覺是運動員能否掌握精細動作的關鍵。經反覆測試後，傅博士團隊發現部分人的表現未見穩定，很大程度在於「看得不夠準」。以投籃為例，運動員需要瞄準特定範圍，配合動作，才可投得精準。有見及此，團隊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，在高水平體育競賽中，頂尖運動員實力相當，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，協助運動員保持高水平表現。
數據驅動訓練 個人化方案成效顯著
系統將體動員的運動表現量化，再進行綜合分析，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較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進行深度分析，能夠基於客觀數據制定個人化的訓練計劃，讓運動員能朝著一個「可量化」的目標前進，減低僅憑主觀感受的訓練所帶來的不確定性。
從概念雛形到「Ready to use」的實用階段，整個研究歷時一年。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。該系統由眼動儀、運動捕捉攝影機及簡易校準板組成，準備時僅需固定攝影機並執行校準程序，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，教練選定目標人物後即可自動精準追蹤關鍵片段，系統可自動識別運動員每次動作細節并記錄成績數據，輔助教練分析，協助運動員改善動作和手眼協調能力，讓訓練變得事半功倍。
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，致勝要素在於是次創新技術是團隊根據現時運動員實際面對的難題而研發，加上團隊堅持不懈地反覆進行優化實驗，成功對運動員的表現帶來實質改變。
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，未來能更有效支援教練的日常工作。團隊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。
