截止2017年年底，全國共有21,000余所足球特色學校，登記在冊參與校內(nèi)足球?qū)I(yè)培訓的中小學生在120萬人次左右，按照政策要求，這個數(shù)字仍將以每年30%的速率增長。每年足協(xié)、教委、體委僅在足球培訓上的資金投入就高達110億元人民幣。

以北上深杭等一線及重點城市為例，學校每年在足球培訓的投入預算在50~100萬元人民幣不等，其中部分預算來自政府補貼。如果按人頭算，投入在每一位學生的資金每年在5000~10000元左右。這還不包括家長、民間資本以及第三方賽事的投入。

36氪近期接觸的運視科技是一家聚焦于青少年足球青訓領域的數(shù)據(jù)分析公司。創(chuàng)始人陳逸非告訴36氪，在一場正式足球比賽中，會產(chǎn)生大量的數(shù)據(jù)，如射門、跑動距離、突破次數(shù)、傳球次數(shù)、傳球散點圖、進攻熱力圖等等。多元維度的數(shù)據(jù)采集與分析過去只在職業(yè)聯(lián)賽中被應用，原因在于數(shù)據(jù)采集成本高昂，而成本高昂的背后是人工成本的高企。

陳逸非認為，除了職業(yè)聯(lián)賽外，足球青訓同樣需要從數(shù)據(jù)層面去洞察球員與球隊的表現(xiàn)，這對中國青少年足球的長期發(fā)展具有重大意義。無論是地方青年隊還是國家青年隊，如果有一個數(shù)據(jù)庫，能把種子球員從過去幾年所有培訓與比賽的各項數(shù)據(jù)進行統(tǒng)計，則能輔助管理層科學的挑選優(yōu)秀球員。

目前市場上已有多種方案，多以傳感器+工作臺為主，運視科技則以純機器視覺為解決方案。

兩個廣角畸變鏡頭+云臺，布置在中場線各一側(cè)，一般架在球場護網(wǎng)上方，如沒有護網(wǎng)則會搭一個架子，保證離地高度8.5米左右；軟件層面的圖像識別算法可識別并采集到數(shù)據(jù)庫中已有球員大部分動作，除了采集數(shù)據(jù)外，攝像頭會記錄比賽全程的實況錄像，便于教練復盤。目前這套產(chǎn)品定價5萬人民幣，僅面向?qū)W校售賣。

技術(shù)層面，運視科技的算法已可識別球員的射門次數(shù)，射正次數(shù)，傳球次數(shù)，傳球成功率，站位，控球率，跑動距離，跑動區(qū)域。但是在防守方面的細節(jié)判定準確率仍需要更多的樣本以及更高清的圖像數(shù)據(jù)基于支撐。陳逸非提到，搶斷、解圍等一些動作雖都歸類為防守型操作，但在戰(zhàn)術(shù)層面的意義并不相同，對球員的能力判定的影響也很大。這部分動作的識別正是今年運視科技在算法層面的核心工作之一。

此外，由于每個球員的情況不一，這套方案落地后，算法需要1周時間去識別每個球員的姿態(tài)與步態(tài)，方能實現(xiàn)高精準度的識別與采集。

教練端數(shù)據(jù)面板

根據(jù)陳逸非給到的最新數(shù)據(jù)，今年年中，運視科技將接入三所學校，到10月份將入駐超過10所學校，服務超過50個青年球隊，預計2018年整體收入規(guī)模在100萬以內(nèi)。

現(xiàn)階段運視科技切入的市場主要以U15為主，計劃2020年開始切入U19及U21市場。

運視科技的規(guī)劃是通過3年時間將產(chǎn)品及服務賣到全國各個省份的足球特色學校內(nèi)，目標500所。2021年后，推出電子球探，作為賣水人，為足球產(chǎn)業(yè)的各個需求方提供青訓大數(shù)據(jù)的服務。

此外，優(yōu)秀球員的簽約與交易也會是未來運視科技會考慮的另一種商業(yè)模式。

對標海外，成立于2004年的體育數(shù)據(jù)提供商「STATS」估值已超10億美金，主要業(yè)務是為各個主流聯(lián)賽提供賽事數(shù)據(jù)統(tǒng)計及球隊數(shù)據(jù)分析報告。以人工采集為主，優(yōu)點在于數(shù)據(jù)精準度高，按場次付費，均價在5~8萬之間。

而國內(nèi)，36氪曾對「簡極科技」做過報道，簡極科技與STATS類似，用戶為專業(yè)俱樂部，采用傳感器的方案，客單價20萬，算上工作站要30~40萬人民幣。

運視科技于2017年年底拿了個人投資的500萬人民幣，目前正尋求1200萬人民幣的Pre-A輪融資。主要用于提升圖像識別算法的準確率， 并進一步擴大市場與銷售團隊。

創(chuàng)始人兼 CEO 陳逸非研究生畢業(yè)于日本名古屋大學經(jīng)營管理學院，曾就職于微軟，有過3段創(chuàng)業(yè)經(jīng)歷，曾任SENSORO團隊副總裁，負責商務市場及企業(yè)戰(zhàn)略。

CTO張波博士畢業(yè)于清華大學汽車工程系，曾以訪問學者身份赴南加州大學計算機系交流學習，研究領域涵蓋計算機視覺、機器視覺、深度學習、模式識別、車輛主動安全與機械工程。在運視科技內(nèi)主要負責視覺系統(tǒng)的研發(fā)。

本文轉(zhuǎn)自36氪，作者張達，文章為作者獨立觀點，不代表芥末堆立場。