一、一台普通摄像头，真能算轨迹？
很多人不敢相信：不上雷达、不用双目相机、也不给球和运动员贴任何传感器，就一台普通摄像头拍的画面，AI 居然能算出球飞了多远、运动员跑了多少米、落点在球场哪个区域。这靠的是「单目视觉」——只用一个镜头，把二维画面还原成球场上的真实运动。这篇用 3 分钟讲清它凭什么做得到。
二、难点：画面是「平的」，球场是「立体的」
单个镜头拍出来的是一张张平面图，本身没有深度信息——近处的球和远处的球在画面里可能一样大。要还原真实运动，就得解决「画面里的位置对应球场上的哪里」这个核心问题。答案藏在两个已知条件里：球场是标准的、有固定尺寸的，以及运动有物理规律。
三、关键一：球场标定，把画面「贴」回真实球场
球场的线、区、尺寸都是标准的。通过找出画面里的球场四角和真实球场坐标的对应关系，AI 能算出一个换算映射（单应矩阵 H），把画面上任意一点翻译成「球场上第几米、哪个区域」。于是运动员的每一步跑位，都能被还原成真实的距离和位置——这一步不需要任何额外硬件，一次标定长期有效。
四、关键二：物理规律，把球的高度补回来
球会飞离地面，光靠平面映射还不够。但球的飞行遵循抛物线等物理规律，AI 结合球在连续画面里的大小变化、运动轨迹和这些规律，就能估算出球离地的高度，把二维轨迹「撑」成三维。这样一来，扣球多高、投篮弧线怎样、球落在界内还是界外，单个镜头也能算得出。
五、案例：一台机位还原全场轨迹
一场比赛只架了一台场边摄像机：先做一次球场标定，AI 就把画面里球员和球的位置逐帧翻译成球场真实坐标，再借物理规律补出球的高度，最终输出球的三维飞行轨迹和每名球员的跑动热区。没有雷达、没有双目、没有穿戴设备，一台普通摄像头就还原了全场运动。
六、简单，才好用
单目视觉的价值就在「简单」：一台普通摄像头、一次标定，不给运动员添任何负担，就能把运动变成可量化的数据。理解了它的原理，你也就明白为什么校园和基层球队用得起、用得顺——用最轻的硬件，做最实在的分析，这正是 VisionCourt 想做的事。