體育比賽會產生大量資料。深度技術新創公司 TVConal 的總經理 Masoumeh Izadi 表示，以板球為例，每場比賽都會產生數百萬個影格資料點，供體育賽事分析師進行更深入的研究。來自新加坡的 TVConal 將 NVIDIA 人工智慧 (AI) 和電腦視覺技術運用在該公司的體育賽事影像分析平台，讓球隊、聯盟及轉播電視台等人員能夠即時從這些海量資料中，更深入洞悉球員在場上的表現。

TVConal 是電視內容分析 (Television Content Analytics) 的縮寫，該公司提供多種運動賽事的影像分析服務，重點鎖定板球、網球、羽球及足球。TVConal 使用 NVIDIA Metropolis應用程式框架打造出 AI 視覺影像分析平台，能夠偵測賽事中的重要事件、模擬運動員的行為、預測球員接下來的動作等。這些功能都有助於剖析賽事中的枝微末節，使球隊能夠在場上做出更明智的決定。

TVConal 為 NVIDIA Inception 計畫的成員之一。NVIDIA 藉由 NVIDIA Inception 這項免費的計畫，支持利用頂尖技術革新產業發展樣貌的新創公司。

自動替比賽內容加上標記

替比賽內容加上標記這項功能可以為比賽中的重要事件建立時間軸，對於賽事影片分析而言非常重要。使用標記來產生詳細報告，讓裁判、教練、運動員及球迷都能透過統計資料及視覺回饋內容掌握球員表現。

Masoumeh Izadi 說明，比賽及比賽中的其他事件都在一瞬間發生，有些比賽需要多達 20 個記錄員即時替體育賽事加上標記。這是十分耗費時間和人力的工作。而體育賽事分析師使用 TVConal 的平台，只要點擊幾下滑鼠，就能從影格資料中取得寶貴洞察。AI 能夠自動且準確地即時為賽事加上標記，分析師便有時間深入挖掘資料，提供更詳盡的回饋給球隊。

該平台還能捕捉到肉眼可能沒看見的關鍵時刻或犯規動作。Masoumeh Izadi 說：「萬一球員在球場上犯規，而人類又無法在幾毫秒內做出反應，此平台可以偵測到犯規事件並通知裁判即時採取行動。」

TVConal 使用 NVIDIA Metropolis 打造出影像分析平台，協助他們簡化邊緣與雲端 AI 影像分析應用的開發、部署與擴展。Metropolis 提供預先完成訓練的模型、訓練及最佳化工具、軟體開發套件及 CUDA-X 函式庫等，全部皆已在基於 NVIDIA EGX 企業平台的 NVIDIA 認證系統上運行完成最佳化，以進行加速運算作業。

Masoumeh Izadi 表示：「NVIDIA 提供的軟體工具、框架和硬體，讓我們能夠更快反覆調整，在縮短生命週期、降低成本的同時，將想法推向市場。」

TVConal 使用 NVIDIA DeepStream SDK 來簡化影像處理流程、使用 NVIDIA 預先訓練好的模型及 TAO 工具套件加快 AI 訓練的速度，以及使用 NVIDIA TensorRT SDK 來最佳化推論能力。

TVConal 團隊透過 DeepStream 即時處理直播影音內容，達到追上影像畫面更新率的必要速度。TensorRT 函式庫幫助 TVConal 轉換其機器學習模型，以便在維持準確性之際，又能更快地處理資料。

TVConal 運用 NVIDIA Inception 計畫所提供的技術資源、產業專家指導及上市支援服務。國際生產公司 NEP Group、巴基斯坦板球委員會等單位皆是 TVConal 的客戶。

Masoumeh Izadi 指出，預計到 2028 年時，全球體育賽事分析市場規模將成長超過 20%。他表示：「我們可以從愈來愈多的體育賽事內容中取得寶貴的資訊。自動化影像處理能力將對體育界帶來革命性的變化，我們很高興能建立更先進的模型和流程以持續引領革新。」

全球更多新成員正使用 NVIDIA Metropolis 進行體育分析，包括新創公司 Pixellot、Track160 和 Veo。