<table id="ej5zp"></table>

  • 展會信息港展會大全

    運動輔助AI新科技:冬奧裁判系統、運動員日常訓練正逐漸普及
    來源:互聯網   發布日期:2022-02-24 08:54:28   瀏覽:11377次  

    導讀:記者|于浩 作為兼具藝術性與競技性的項目,花樣滑冰一直是冬奧會中最受關注的項目之一。此次冬奧會上,羽生結弦挑戰4A(阿克塞爾四周跳)一事廣受關注,最終以國際滑冰聯合會發布郵件表示該跳的旋轉度不足而告終。 花樣滑冰是比賽規則最復雜也是評分難度最...

    記者|于浩

    作為兼具藝術性與競技性的項目,花樣滑冰一直是冬奧會中最受關注的項目之一。此次冬奧會上,羽生結弦挑戰4A(阿克塞爾四周跳)一事廣受關注,最終以國際滑冰聯合會發布郵件表示“該跳的旋轉度不足”而告終。

    花樣滑冰是比賽規則最復雜也是評分難度最高的體育項目之一,評委需要快速依據動作的類型、難度系數、完成情況、標準程度等給出精準的技術分,有時評判結果難免會引發爭議。

    這一情況下,AI裁判便派上了用常

    1月21日,中國花樣滑冰協會主席申雪和中關村數智人工智能產業聯盟秘書長賈昊聯合發布了中國花樣滑冰AI輔助評分系統1.0。

    “花樣滑冰里這類所謂的裁判系統、輔助評分系統,很多都是國外的產品。”賈昊告訴界面新聞,正是出于國產自主化的考慮,中國花樣滑冰協會與中關村數智人工智能產業聯盟開始合作自研評分系統。

    據賈昊介紹,該系統可運用計算機視覺技術算法與深度學習,通過捕捉肩部、踝部、腕部等8個關鍵點來對運動員整體運動軌跡進行實時追蹤,根據專業評分標準對動作完成度與流暢性進行評判,輔助裁判組判決。

    目前,這一系統主要應用于花樣滑冰雙人滑的賽事裁判與日常訓練場景,據賈昊所說,未來也可能會應用于舞蹈考級的評定等新場景。

    事實上,在體育賽事裁判、運動員日常訓練等場景中引入AI的做法在國際上早已出現,在國內也正在逐漸普及。在2019年世錦賽上,國際體操協會曾在體操項目上引用由日本富士通公司開發的AI評分輔助系統。據科技日報報道,該AI評分系統可通過向選手的身體及其周邊投射紅外線,追蹤運動員的動作,并且將其實時轉換成三維立體圖像。

    此前央視財經曾報道,徐夢桃在自由式滑雪女子空中技巧決賽奪冠的背后,有一位名叫“觀君”的虛擬教練全程參與訓練。這位虛擬教練正是由小冰公司研發的AI裁判與教練系統。

    在日常訓練期間,觀君依靠人工智能小冰框架,可對運動員訓練動作進行分析,對起跳、空中、落地三個階段的全流程動作進行量化,提供運動軌跡、旋轉角度、空中高遠度等多維度數據指標,給教練員提供指導依據。

    據小冰公司首席執行官李笛透露,未來在體育領域,小冰計劃覆蓋從競技場內的專業AI教練,到體育資訊主播、賽事場館虛擬員工、校園體育助理、大眾健身教練,乃至運動品牌AI設計師的完整場景。

    除AI賽道內的企業外,互聯網大廠在這一方面也有所布局。去年4月,百度智能云曾宣布與中國國家跳水隊合作,推出了3D+AI跳水輔助訓練系統。

    此前,由于每天都會產生大量的訓練視頻,跳水隊需要人工瀏覽剪輯出運動員從上板到入水的過程。在缺少自動視頻整理、標注等功能的情況下,數據復盤的過程十分耗時耗力。

    針對中國國家跳水隊遇到的難點,百度智能云“3D+AI”跳水輔助訓練系統搭配了高速視頻的智能采集與整理功能。當檢測到運動員上板后,系統可同步攝像機進行動作采集;檢測到運動員上岸時則停止采集并自動對視頻進行歸類,同步至教練處。

    同時,在運動員完成一個動作之后,系統可自動識別出是哪一個動作、對應的動作代碼、難度系數,并對完成質量進行評分。該系統還可利用3D視覺技術和深度神經網絡估算運動員三維的姿態,獲得每個關節的三維角度,將跳水過程進行三維再現,教練員在復盤時可進行360度旋轉觀看。

    與百度智能云類似,京東科技也盯上了運動輔助AI這一場景。

    據京東科技介紹,其產品是基于2D/3D中心圖表征方式的深度學習算法。具體來講,只需輸入普通攝像頭拍攝的照片,這一算法即可重建出3D人體,以及其肢體動作、身體部位的位置和旋轉。

    由2D向3D立體建模過渡也是花樣滑冰AI輔助評分系統1.0向2.0版本迭代的主要方向。“現在1.0可以通過視頻片段去學習和判別,2.0我們會做成立體的,”賈昊解釋說,“因為3D立體建模之后我們可以比較清晰地看到運動員的所有表現。”

    在這一迭代的過程中,技術層面似乎已經并非難點。如賈昊所說,骨骼識別和動作捕捉等技術都比較成熟,目前中關村數智人工智能產業聯盟也在尋找3D動作捕捉方向的合作伙伴。

    在他看來,相較于技術,數據標注與機器學習的過程才是最值得關注的難題。“研發1.0系統時,我們用了1個半月時間,組織了77個人的小組對200多個視頻進行逐幀標準。”賈昊說,這是最累的環節。

    當系統需要由2D向3D立體建模過渡時,團隊就需要再次進行3D層面的數據標注供AI學習。也因此,中關村數智人工智能產業聯盟在研發2.0的過程中選擇與第四范式進行合作,運用其數據處理能力加速系統迭代。

    “我們希望系統在比賽前和比賽時都能對運動項目本身有一些賦能,這是我們的愿望。”據賈昊說,未來會和石景山相關部門合作,共同建設首鋼“四塊冰”(國家冬季運動訓練中心:一個短道速滑館、一個花樣滑冰館、一個冰球館、一個冰壺館),進行智慧冰場相關的探索。

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>