赛后，中国田径协会发来感谢信，感谢北京体育大学用科技手段为中国投掷运动员在技能环节上找到了实现自我打破的“关键一招”。

“我们用人工智能技能对运动员的动作技能进行剖析，提出改进建议，以科技手段助运动员一臂之力。
”北京体育大学运动与康健研究院院长刘卉教授说。
采访理解到，这项在东京奥运会崭露锋芒的技能系统，目前也正在为积极备战北京冬奥会的中国运动员不断改进升级供应做事。

打破传统动作捕捉方法局限

用生物力学方法研究人体运动，须要对所做动作进行定量剖析，根本条件离不开数据。

快速高质量地得到运动员动作技能数据，是当前急需占领的一项关键瓶颈。
传统动作捕捉技能，要么须要在人体固定反光标记点或惯性传感器，要么须要人工识别人体枢纽关头点。

“前者不能在比赛中利用，后者则由于事情量大、耗时长、重复性差，严重影响动作技能剖析的反馈速率和可靠性，限定了生物力学在助力竞技体育中的运用。
”刘卉阐明道。

如何破困局？刘卉团队利用基于深度学习事理的人工智能技能，建立神经网络模型，实现对动作***中人体枢纽关头点的打算机自动识别，进而建立起适用于竞技体育和一样平常生物力学研究的打算机系统——无反光点人体运动自动捕捉人工智能系统。

作为科技冬奥重点专项“冬季项目运动员专项能力特色和科学选材关键技能研究”课题卖力人，刘卉见告科技日报，该系统已运用在国家速率滑冰和越野滑雪项目的演习中，得到超过8000人次的赛时动作技能数据，使机器深度学习加倍“得心应手”，对付滑冰与滑雪运动员的动作捕捉与技能剖析，既能精准到详细细节，又能快速反馈剖析结果。

多项算法技能确保自动识别快速准确

研究中，刘卉团队创造，运动***自动解析至少须要办理“跟得住”“识别准”“精度高”3个问题。

运动现场拍摄***，画面环境繁芜多样。
课题组在常用的运动人体跟踪算法中结合了光流跟踪技能，即通过动作量的多少、动作幅度的大小来准确锁定主ID（身份人物），有效规避快速运动造成的影像模糊，减小繁芜背景等成分滋扰，确保能够“跟得住”。

同时，对大量已标记的演习数据进行机器学习，利用打算机系统形成神经网络，可识别不同运动姿态的人体枢纽关头点，达到“识别准”。

此外，该系统具有对每一帧图像的枢纽关头点进行独立打算的功能。
如何减小独立打算时枢纽关头点位置的随机偏差？刘卉先容，利用算法增加对连续运动的韶光约束，即识别出各个枢纽关头点的高频偏差并把它打消掉，以此改动枢纽关头点位置坐标，终极得到高精度打算结果。

“从2019年起，经由数个版本的迭代升级，该系统已能快速准确田主动识别运动***中的人体枢纽关头点，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***批量自动解析与指标打算。

刘卉见告科技日报，如果系统采取的是工业录像机，数据的传输与处理每每在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、节制技能办法起到至关主要的浸染。
”她说。

高空动作捕捉不再是难事

据理解，这一系统还供应多种空间三维标定方案，可办理大范围、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能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演习事情，将为运动员备战北京冬奥会供应主要科技支撑。

来源： 科技日报