人体关节|备战冬奥 人工智能技术大显身手( 二 )


此外 , 该系统具有对每一帧图像的关节点进行独立计算的功能 。 如何减小独立计算时关节点位置的随机误差?刘卉介绍 , 运用算法增加对连续运动的时间约束 , 即识别出各个关节点的高频误差并把它排除掉 , 以此修正关节点位置坐标 , 最终获得高精度计算结果 。
“从2019年起 , 经过数个版本的迭代升级 , 该系统已能快速准确地自动识别运动视频中的人体关节点 , 对旋转、翻滚等人体动作也能进行比较好的自动识别 。 ”刘卉说 , 系统合成并输出所有识别点的三维坐标 , 支持多视频批量自动解析与指标计算 。
刘卉告诉科技日报采访人员 , 如果系统采用的是工业录像机 , 数据的传输与处理往往在1—3分钟就可完成 。 “这将对技巧类运动员深刻体验竞技状态、掌握技术要领起到至关重要的作用 。 ”她说 。
高空动作捕捉不再是难事
据了解 , 这一系统还提供多种空间三维标定方案 , 可解决大范围、高空动作的数据采集问题 。
这是多大范围?刘卉表示 , 纵横20—30米的空间范围都可覆盖 。 尤其是针对跳台滑雪空中技巧类的项目 , 能够为教练员很难用肉眼识别的技术细节找寻改进的空间 。
目前 , 该系统已被用于钢架雪车、花样滑冰、跳台滑雪等项目的国家队备战训练工作 , 将为运动员备战北京冬奥会提供重要科技支撑 。

推荐阅读