我們使用多台攝影機拍攝球場的多視角同步影像，利用姿態偵測技術偵測出每位球員的位置與人體關節點，再透過我們設計的多視角多維度軌跡關聯演算法，關聯不同視角檢測結果，並以三角測量計算3D座標與進行3D追蹤，生成球員的3D移動軌跡。此技術可應用於比賽分析、戰術評估和球員表現評估，提供球員與教練科學化的數據。

目前在學術上針對同步多視角影片的分析還相當少。其中大部分的多視角資料集聚焦在如何改善2D追蹤以及跨場景的追蹤，因此部分沒有提供同步影像，也並非著重在透過多視角重建3D軌跡的任務。在實際運用方面，3D軌跡是非常有應用價值卻較少被探討的，因此我們在多視角多球員3D追蹤方面的研究獨具特色。

我們的技術可以用於排球、籃球、足球這類有球員動態的體育項目。只需架設攝影機在能拍攝到場地的位置，不需在球員身上穿戴設備或標記，即可追蹤所有球員的3D軌跡。隨著深度學習技術進步，未來有望用於例如辨識進攻戰術或分析敵隊行為模式，幫助球隊調整策略。我們的技術為運動競賽數據化提供基礎，具有廣泛應用潛力。