关于设计的幕后故事：SwingVision
2023 年 6 月 5 日
在 Swupnil Sahai 开始开发 SwingVision 时，他没有任何 App 开发经验，但他经常打网球。
“最初的想法是，‘也许我们可以用 Apple Watch 上的加速计和陀螺仪来计算挥拍速度，并用 [Apple Watch] 的屏幕来记分’，”Sahai 在他位于湾区的工作区里娓娓道来，“我们也真的这样做了。”
Sahai 在这款 App 中倾注了很多的心血，他在经过深思熟虑后，才决定投入 SwingVision 的开发。“虽然我也用过其他编程语言，但 Swift 似乎更容易上手，所以我心想‘也许我能自己学会它。’”最后 Sahai 不仅学会了，而且意外地发现学习过程非常迅速和愉悦，以至于几乎废寝忘食地投入到 SwingVision 和 Swift 中。“从第一天开始，我就在 Xcode 中构建这款 App，”他讲道，“我觉得我的工作似乎从来没有这样开心过。”
如今，SwingVision已成为最权威的网球 App，堪称将相机功能、机器学习和满足需求的概念完美融合的典范。它拥有出色的外观，采用面向 iOS 的专属设计，UI 界面简单易用，因此不论在官方认证的比赛还是周末练习中，经常可以看到它的身影。
它也成为网球界一款不可或缺的辅助工具。SwingVision 现在被用作线审，对网球的界内界外判罚拥有最终的决定权，不过调用它的决定权仍保留在球员手里。“在网球比赛中，场上很少看到裁判，”Sahai 讲道，“但在棒球比赛，甚至中学的篮球比赛中，都有裁判员。不知怎的，在网球比赛中，你必须靠自己事事亲为。”
从第一天开始，我就在 Xcode 中构建这款 App，我觉得我的工作似乎从来没有这样开心过。
Swupnil Sahai，SwingVision 开发者
这款 App 由 Sahai 和他的密友、现任首席技术官 Richard Hsu 于 2015 年开发，是一款再简约不过的 App。将你的 iPhone 或 iPad 相机对准球场，SwingVision 就能告诉你发球速度有多快，你的落点是否一致，如何调整你的姿势和步法。它通过运用先进的机器学习来跟踪落点，这需要高强度的计算过程。“相比你自己的肉眼，它能更准确地判断球是否出界。但如果不以每秒 60 帧的速度录制，你甚至看不清球的反弹，因为网球的移动速度太快了，”他讲道，“当然，1080p 视频的分辨率确实很高，每帧对应约 200 万像素，所有像素每秒必须处理 60 次。为了尽可能地精简这些模型，我们不得不想方设法进行各种创新。如果没有神经网络引擎，要实现这款 App，几乎是痴心妄想。”
SwingVision 目前由一个 23 人的团队提供支持，并且取得了不小的进步。玩家现在可以直播比赛，包括视频和屏幕数据；比赛结束后，App 还会创建一段方便共享的精彩回放。它的最新功能之一是在球场设置“目标区域”，帮助球员练习发球，这项功能充分体现了以视频为中心的 App 与 Apple Watch 的紧密集成。“传统上，发球是最无聊的练习，”Sahai 笑着说，“为此，我们在 Apple Watch 上运用不同的音效和进度监视器，赋予了这项练习游戏的体验。即使有了我们的所有视频，Apple Watch 仍然不可或缺，因为它能提升玩家的体验。”
除了推广他的 App 之外，Sahai 还在加州大学伯克利分校教授一门课程：《Data 8：数据科学基础》，这是该校园规模最大的班级，Sahai 借此机会分享他的开发专长。他被称为“SwingVision 之父”。“有一次，我看到一位学生发的帖子，上面写着，‘等等，这款 App 是你的作品？’”他笑着说，“这个社区给了我莫大的支持。”
Download SwingVision from the App Store
《设计幕后花絮》系列旨在探讨每位 Apple 设计大奖获奖者的设计实践和理念。在每个故事中，我们都会与这些屡获殊荣的 App 和游戏的开发者和设计师一起走到幕后，了解他们是如何将自己的非凡创作付诸实现的。