| 单位名称 | 北京航空航天大学 | 大赛年份 | 2022年 | ||||
| 大赛届次 | 第17届 | 奖项 | 银奖 | ||||
| 发明人姓名 | 单光存 滕昱坤 | ||||||
| 技术领域 | 其他 | ||||||
| 应用行业 | 体育科技、人工智能科技 | ||||||
| 项目类别 | 专利,计算机软件著作权 | ||||||
| 专利类型 | 发明 | ||||||
| 专利情况 | 申请号 | 申请日期 | |||||
| 专利号 | 2022SR0191960 | 授权日期 | |||||
| 计算机软件著作权证书登记号 | 2022SR0191960 | ||||||
| 项目简介 | 1. 发明目的、基本思路、与现有技术对比有什么改进与创新 随着“科技冬奥”的不断推广，人工智能、虚拟现实等技术也出现在冬奥会的赛场上。 花滑比赛作为规则最复杂、评分难度最高的体育项目之一，评委需要根据动作的类型、难度系数、完成情况等给出精准的技术分。 由于花样滑冰运动在进行较高难度动作时速度较快、肉眼难以分辨以及技术动作较为复杂的问题，主要采用摄像技术以及视频慢放分析等技术作为辅助，由人工裁判对动作进行打分汇总。在进行日常训练或比赛评分中，需要大量的人工成本以及专业知识进行辅助。为了克服现有技术的不足，项目提出了一套基于深度学习的花样滑冰的辅助训练系统技术方案。首先通过滑冰辅助训练系统的硬件高清摄像头录制收集训练或者比赛的花样滑冰视频作为数据集，然后对人体关键点以及连续帧对应的类别进行标注训练，分别训练滑冰运动员人体关键点骨架检测网络以及花样滑冰动作检测网络组成二阶段的动作识别系统。本方案采取时空图卷积网络，同时提取时间特征信息与空间特征信息，对提取特征进行升降维之后进行分类从而进行动作识别。通过深度学习的方法对花样滑冰运动动作过程以及运动员姿态进行建模，利用不同功能卷积网络的相互叠加，实现准确的判断花样滑冰的动作类别，辅助人工进行评分。 |
||||||
| 2. 已取得的社会及经济效益,如:产值、利润、节约能源及改善环境等方面 1. 本方案是一套在不同运动场景下具有强鲁棒性的滑冰智能辅助训练系统。 2. 通过深度学习的方法对花样滑冰运动动作过程以及运动员姿态进行建模，相较于现有的花样滑冰动作识别方法对人员经验的依赖较多、智能化程度低、主观性较强、准确度不高的情况。基于人工智能的花样滑冰动作识别方法利用不同功能卷积网络的相互叠加，实现准确的判断花样滑冰的动作类别，辅助人工进行评分。 |
|||||||
| 项目进展阶段 | 小批量试用 | ||||||
| 备注 | |||||||