QQ在線
企業(yè)微信
資訊
461在8月初舉行的東京奧運會女子投擲項目比賽中，中國選手鞏立姣和劉詩穎發(fā)揮出色，分獲鉛球和標槍金牌。鞏立姣更以20米58創(chuàng)造了個人最好成績，也為中國隊贏得奧運會田賽項目首枚金牌。
賽后，中國田徑協(xié)會發(fā)來感謝信，感謝北京體育大學用科技手段為中國投擲運動員在技術環(huán)節(jié)上找到了實現(xiàn)自我突破的“關鍵一招”。
“我們用人工智能技術對運動員的動作技術進行分析，提出改進建議，以科技手段助運動員一臂之力?！北本w育大學運動與健康研究院院長劉卉教授說。記者采訪了解到，這項在東京奧運會嶄露頭角的技術系統(tǒng)，目前也正在為積極備戰(zhàn)北京冬奧會的中國運動員不斷改進升級提供服務。
突破傳統(tǒng)動作捕捉方法局限
用生物力學方法研究人體運動，需要對所做動作進行定量分析，基礎前提離不開數(shù)據(jù)。
快速高質量地獲得運動員動作技術數(shù)據(jù)，是當前急需攻克的一項關鍵瓶頸。傳統(tǒng)動作捕捉技術，要么需要在人體固定反光標記點或慣性傳感器，要么需要人工識別人體關節(jié)點。
“前者不能在比賽中使用，后者則因為工作量大、耗時長、重復性差，嚴重影響動作技術分析的反饋速度和可靠性，限制了生物力學在助力競技體育中的應用?！眲⒒芙忉尩?。
如何破困局？劉卉團隊利用基于深度學習原理的人工智能技術，建立神經網(wǎng)絡模型，實現(xiàn)對動作視頻中人體關節(jié)點的計算機自動識別，進而建立起適用于競技體育和一般生物力學研究的計算機系統(tǒng)——無反光點人體運動自動捕捉人工智能系統(tǒng)。
作為科技冬奧重點專項“冬季項目運動員專項能力特征和科學選材關鍵技術研究”課題負責人，劉卉告訴科技日報記者，該系統(tǒng)已應用在國家速度滑冰和越野滑雪項目的訓練中，獲得超過8000人次的賽時動作技術數(shù)據(jù)，使機器深度學習越發(fā)“得心應手”，對于滑冰與滑雪運動員的動作捕捉與技術分析，既能精準到具體細節(jié)，又能快速反饋分析結果。
多項算法技術確保自動識別快速準確
研究中，劉卉團隊發(fā)現(xiàn)，運動視頻自動解析至少需要解決“跟得住”“識別準”“精度高”3個問題。
運動現(xiàn)場拍攝視頻，畫面環(huán)境復雜多樣。課題組在常用的運動人體跟蹤算法中結合了光流跟蹤技術，即通過動作量的多少、動作幅度的大小來準確鎖定主ID（身份人物），有效規(guī)避快速運動造成的影像模糊，減小復雜背景等因素干擾，確保能夠“跟得住”。
同時，對大量已標記的訓練數(shù)據(jù)進行機器學習，利用計算機系統(tǒng)形成神經網(wǎng)絡，可識別不同運動姿態(tài)的人體關節(jié)點，達到“識別準”。
此外，該系統(tǒng)具有對每一幀圖像的關節(jié)點進行獨立計算的功能。如何減小獨立計算時關節(jié)點位置的隨機誤差？劉卉介紹，運用算法增加對連續(xù)運動的時間約束，即識別出各個關節(jié)點的高頻誤差并把它排除掉，以此修正關節(jié)點位置坐標，最終獲得高精度計算結果。
“從2019年起，經過數(shù)個版本的迭代升級，該系統(tǒng)已能快速準確地自動識別運動視頻中的人體關節(jié)點，對旋轉、翻滾等人體動作也能進行比較好的自動識別?！眲⒒苷f，系統(tǒng)合成并輸出所有識別點的三維坐標，支持多視頻批量自動解析與指標計算。
劉卉告訴科技日報記者，如果系統(tǒng)采用的是工業(yè)錄像機，數(shù)據(jù)的傳輸與處理往往在1—3分鐘就可完成?！斑@將對技巧類運動員深刻體驗競技狀態(tài)、掌握技術要領起到至關重要的作用?！彼f。
高空動作捕捉不再是難事
據(jù)了解，這一系統(tǒng)還提供多種空間三維標定方案，可解決大范圍、高空動作的數(shù)據(jù)采集問題。
這是多大范圍？劉卉表示，縱橫20—30米的空間范圍都可覆蓋。尤其是針對跳臺滑雪空中技巧類的項目，能夠為教練員很難用肉眼識別的技術細節(jié)找尋改進的空間。
目前，該系統(tǒng)已被用于鋼架雪車、花樣滑冰、跳臺滑雪等項目的國家隊備戰(zhàn)訓練工作，將為運動員備戰(zhàn)北京冬奧會提供重要科技支撐。
