Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >足球、篮球、花样滑冰、乒乓球四大运动的动作识别通用方案开源了

足球、篮球、花样滑冰、乒乓球四大运动的动作识别通用方案开源了

作者头像
用户1386409
发布于 2022-03-31 06:49:10
发布于 2022-03-31 06:49:10
1.1K0
举报
文章被收录于专栏:PaddlePaddlePaddlePaddle

北京冬奥会即将开幕,全民健身如火如荼。2020年夏季奥运会有46项体育项目,2022年冬奥会有15项体育项目,丰富的项目涉及的姿势标准也各有区别。运动员如何科学地进行体育锻炼、准确矫正健身动作?教练员如何借助技术提供更智能化的训练和战术分析?体育视频行业如何高效定位精彩片段,分享更多精彩运动瞬间?“AI+体育”正在交出答卷。

目前,AI在体育场景上的应用主要集中在动作类型的准确识别及定位上,技术存在如下挑战:

1、体育运动行为复杂度高:体育项目类间方差小、类内方差大,隐蔽性高,当前针对人体动作识别的解决方案在体育类数据集上难以奏效。

2、长视频处理困难:在复杂动作难度基础上,如何从冗长含大量背景信息未经处理的原视频中准确定位并识别短时间内发生的人体动作,也备受业界关注。

PaddleVideo开源了一套通用的体育类动作识别方案,该方案不仅能准确识别出动作的类型,而且能精确定位出该动作发生的起止时间。这套方案已经在线上业务中得到了充分验证。PaddleVideo目前已开源其中的足球运动识别算法FootballAction、篮球运动识别算法BasketballAction、乒乓球动作识别算法和花样滑冰动作识别算法,其中篮球和足球使用同一套框架。将动作识别出来后,可以方便的实现下游任务,如:动作识别分析、智能评分、智能剪辑、赛事解析等。

⭐项目链接 ⭐

https://github.com/PaddlePaddle/PaddleVideo

PaddleVideo所有源码及教程均已开源,欢迎大家使用,Star鼓励~

足球/篮球动作识别

FootballAction基于比赛视频构建数据集,每一条视频时长约40分钟,共包含8个动作类别,分别为:背景、进球、角球、任意球、黄牌、红牌、换人、界外球。方案分为三个组成部分:特征抽取、时序提名生成、动作分类及后处理模块。模型的动作识别准确率达到94%,F1-score达到82%。

BasketballAction整体解决方案与FootballAction类似,共包含7个动作类别,分别为:背景、进球-三分球、进球-两分球、进球-扣篮、罚球、跳球。准确率超过90%,F1-score达到80.14%

乒乓球动作识别与定位

以往为了向运动员提供针对性的技战术分析数据,需要反复查看历史视频,统计分析每个球得失分的原因、每一板使用了什么技术,成功率又是多少。这是一项费时费力、非常辛苦的工作。为此,飞桨联合北京大学构建了基于500G以上的比赛视频的标准训练数据集,标签涵盖发球、拉、摆短等8个大类动作。PaddleVideo开源了包括Video Swin Transformer在内的乒乓球动作识别模型和基于BMN的动作定位模型。

基于Video Swin Transformer的乒乓球动作识别模型,目前动作识别准确率达到了74%以上。

Video Swin Transformer特点

基于百度自研的BMN在乒乓球挥拍动作定位模型上,对比主流动作定位数据集SOTA效果,ActivityNet1.3 – 67.10%, THUMOS14- 43.54%,目前AUC精度在验证集上可达72.33%。

花样滑冰动作识别

花样滑冰因其优雅的舞姿,备受年轻人喜爱。但由于舞蹈动作的专业性,非专业选手很难判断运动员们具体的舞蹈动作类型。相较于其他竞技体育,花样滑冰的运动轨迹复杂性强、速度快、类别多,这对识别任务来说是极大的挑战。

2021年飞桨联合中国计算机学会(CCF)举办了第九届CCF大数据与计算智能大赛,其中花样滑冰动作识别大赛吸引了300家高校与200家企业超过3800人参赛,冠军方案比基线方案精度提升了12个点,比赛Top3方案已经开源。

我们使用基于关节点的行为识别对动作进行识别。花样滑冰锦标赛数据集由专业人员对动作进行标注。对输入视频,首先将其帧率统一,然后使用姿态估计算法提取关节点数据,最后将关节点数据输入时空图卷积网络ST-GCN模型中进行动作分类,可以实现30种动作的分类。

算法性能强劲

应用案例丰富

PaddleVideo期待大家使用与反馈:

https://github.com/PaddlePaddle/PaddleVideo

项目地址:

GitHub:

https://github.com/PaddlePaddle/PaddleVideo

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-01-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PaddlePaddle 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
解密体育背后AI黑科技:花样滑冰动作识别、多模视频分类和精彩片段剪辑
最近,各大视频平台实时更新着冬奥赛场上的精彩瞬间集锦,谷爱凌、武大靖、苏翊鸣等运动健儿们勇闯佳绩,可喜可贺!在为中国体育的强大实力感动、欣喜的同时,我们也关注到了体育竞技背后的一些AI产业应用,比如通过动作识别技术辅助运动员日常训练和比赛打分,利用智能分类与自动化剪辑等AI技术大幅降低体育视频内容处理的人力和时间成本等。
用户1386409
2022/03/31
8270
解密体育背后AI黑科技:花样滑冰动作识别、多模视频分类和精彩片段剪辑
教你一招!如何用技术实现时序羽毛球动作预测
引言:随着计算机视觉领域中视频动作识别技术的发展,体育动作识别研究在统计运动动作特点、运动学研究、体育教学展示等方面的应用越来越广泛。对于各种球类比赛,依据比赛类型, 可以将它们的结构特征分为时间和比分两种类型。时间类型的体育项目如篮球、足球和橄榄球等,在比赛过程中没有属于某一方球员专门的区域,双方球员在位置上处于混合交错状态,在一定时间间隔内通过团队合作来取得比赛的胜利。比分类型的项目包括网球、羽毛球、乒乓球等,比赛时双方球员始终在属于自己的区域内运动,和对手在位置上处于对峙状态,这种类型通常是球员经过自身水平的发挥来赢取比赛。观看该类比赛时,观众往往会关注球员的动作特点。
AI科技大本营
2022/02/10
1K0
教你一招!如何用技术实现时序羽毛球动作预测
十大视频场景化应用工具+五大视频领域冠军/顶会算法重磅开源!
随着短视频的快速发展以及安全管理的需求不断增多,视频领域的相关技术应用包括视频智能标签、智能教练、智能剪辑、智能安全管理、文本视频检索、视频精彩片段提取、视频智能封面正逐渐成为人们生活中的重要部分。
用户1386409
2022/03/31
1.3K0
十大视频场景化应用工具+五大视频领域冠军/顶会算法重磅开源!
赛事解析|乒乓球时序动作定位大赛亚军方案分享
时序动作定位(提案生成)是计算机视觉和视频分析领域一个具有挑战性的任务。本次比赛不同于以往的ActivityNet-TAL,FineAction等视频时序检测动作定位比赛,采用了更精细的动作数据集–乒乓球转播画面,该数据集具有动作时间跨度短、分布密集等特点,给传统模型精确定位细粒度动作带来了很大挑战。
用户1386409
2022/09/01
7340
赛事解析|乒乓球时序动作定位大赛亚军方案分享
​数据猿专访 | 嗨球高级副总裁魏航:看孙继海如何用大数据改变体育行业
<数据猿导读> 39岁仍征战球场的老将孙继海几个月前不仅推出了自己的自媒体视频节目《我是海叔》,而且还创办了自己的公司——嗨球。嗨球将如何用大数据改变体育行业? 来源:数据猿 记者:大文 如今是北京人
数据猿
2018/04/20
1.5K0
​数据猿专访 | 嗨球高级副总裁魏航:看孙继海如何用大数据改变体育行业
方法论:怎样练习一万小时
随着畅销书《异类》的流行,“练习一万小时成天才”这个口号现在是尽人皆知。也许仍然有不少人相信那些不世出的天才必有天生的神秘能力,但科学家通过大量的调查研究已经达成共识,那就是所有顶级高手都是练出来的。
用户1756920
2018/07/20
5020
ECCV 2022 精细视频理解挑战赛(DeeperAction):聚焦行为识别和异常检测
由南京大学、中国科学院深圳先进技术研究院、商汤科技、上海人工智能实验室联合举办的第二届精细视频理解挑战赛(DeeperAction)开启,快来挑战吧! 本次ECCV 2022的DeeperAction挑战赛旨在推动人类动作理解领域研究从传统的动作识别转向更深入的动作理解任务,本次挑战赛任务关注视频动作的详细理解和真实视频的异常识别。 具体来说,组织者提出了五个基于不同任务下的具有高质量标注的视频数据集,并在此基础上组织了针对动作理解和异常识别任务的五个赛道的挑战赛,欢迎大家踊跃参赛! 挑战赛主页:https
AI科技评论
2022/05/30
1.1K0
ECCV 2022 精细视频理解挑战赛(DeeperAction):聚焦行为识别和异常检测
【他山之石】ICCV 2021—MultiSports:面向体育运动场景的细粒度多人时空动作检测数据集
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注。
马上科普尚尚
2021/07/30
8720
AI在体育分析与预测中的深度应用:变革体育界的智能力量
体育领域充满了数据,从运动员的生理指标到比赛的战术安排,从历史比赛结果到实时的赛场动态。随着人工智能(AI)技术的不断发展,它在体育分析与预测方面的应用日益广泛,为运动员、教练、球队管理层以及体育爱好者带来了全新的视角和决策依据。
Echo_Wish
2025/01/07
6190
AI在体育分析与预测中的深度应用:变革体育界的智能力量
目标检测+姿态识别:AI助力奥运公平公正打分,不再给日本奥运黑哨的机会(附源代码)
‍‍‍‍‍‍‍日本人多次犯规,裁判却视而不见,这是对所有参赛选手的不公。在日本举行奥运会就要护着日本?
计算机视觉研究院
2022/01/25
1.2K0
目标检测+姿态识别:AI助力奥运公平公正打分,不再给日本奥运黑哨的机会(附源代码)
全民运动日:私教太贵请不起?VRPinea送你一整套定制化运动方案
我能想到最浪漫的事,就是和你一起慢慢变胖~在VRPinea这个充满爱的大家庭之中,在胖胖的缪老板的带领之下,我们公司的每个小伙伴胖了不止5斤,脸上还都挂着“幸福肥”!但随时怀揣着高要求严标准的小编,看
VRPinea
2018/05/14
9170
视频理解综述:动作识别、时序动作定位、视频Embedding(赠书)
机器之心发布 作者:张皓 本文将介绍视频理解中的三大基础领域:动作识别(Action Recognition)、时序动作定位(Temporal Action Localization)和视频 Embedding。 1.视频理解背景 根据中国互联网络信息中心(CNNIC)第 47 次《中国互联网络发展状况统计报告》,截至 2020 年 12 月,中国网民规模达到 9.89 亿人,其中网络视频(含短视频)用户规模达到 9.27 亿人,占网民整体的 93.7%,短视频用户规模为 8.73 亿人,占网民整体的 88
机器之心
2023/03/29
4K0
视频理解综述:动作识别、时序动作定位、视频Embedding(赠书)
揭开视频识别(动作识别)的神秘面纱(附代码和demo)!
在计算机视觉中,视频识别和检测是一个重要的方向。历年来CVPR和ICCV等顶会文章中这类论文是最多的。视频识别和检测也是最有落地场景前景的,像人脸识别、动作检测、异常检测、行人重识别、行人计数等都是很有落地前景的应用方向。本文介绍百度PaddlePaddle推出PP-Human行为识别模块,覆盖视频分类、检测、关键点识别等重要领域,既有demo又有代码,是初学者很好的入门学习资料。
墨明棋妙27
2023/08/21
2.9K0
揭开视频识别(动作识别)的神秘面纱(附代码和demo)!
中科院智能乒乓球桌登上Nature:检测球速跟踪路径,准确找到击球位置
球类比赛中,经常能看到基于高速摄像头的鹰眼或者VAR(视频助理裁判),这类技术的应用可以避免裁判主观判断引起的争议,提高竞技体育的公平性,但由于成本较高,在小级别赛事和日常训练中难以推广。
大数据文摘
2019/12/11
1.4K0
中科院智能乒乓球桌登上Nature:检测球速跟踪路径,准确找到击球位置
真·手把手教学!早稻田大学利用VR设备,让机械臂教你正确的乒乓球挥拍姿势
大数据文摘出品 作者:Caleb 人鱼线马甲线我想要,腰间赘肉咔咔掉。 近日,在国内再度面临疫情的严峻考验时,刘畊宏与妻子通过平台直播跳健身操,短短一周左右时间,就吸引了4000万粉丝观看。 近30天,刘畊宏直播累计观看人次超1亿,单场直播最高达4476万观看,创下了2022年抖音直播的最新纪录。 ‍ 刘畊宏引领的这场跳操潮流,从80岁“刘畊宏女孩”,到幼儿园小朋友,可以说是收割了各个年龄段的观众。 文摘菌今天要说的虽然不是跳操,但也是一项老少皆宜,在国内广泛普及的一项国民运动—— 乒乓球。 此前根
大数据文摘
2022/04/28
8510
真·手把手教学!早稻田大学利用VR设备,让机械臂教你正确的乒乓球挥拍姿势
机器学习——人体姿态估计入门:概念、原理与重要性
人体姿态估计(Human Pose Estimation)是计算机视觉领域中的一个重要研究方向。它旨在通过计算机算法在图像或视频中定位人体关键点(如肩、肘、腕、髋、膝、踝等),进而确定人体的整体姿态。这些关键点通常被称为人体关节点或人体关键点。
折枝寄北
2024/12/24
7520
工厂人员作业行为动作识别检测算法
工厂人员作业行为动作识别检测算法通过SVM+R-CNN深度学习算法框架模型,工厂人员作业行为动作识别检测算法实时识别并分析现场人员操作动作行为是否符合SOP安全规范流程作业标准,如果不符合则立即抓拍告警提醒。人员作业行为动作识别检测算法首先基于R-CNN进行人体检测,之后并对其进行追踪,并以相同的帧率生成MHI。之后,将所有边界框映射到由相同RGB图像序列生成的相应MHI,并在边界框中提取每个子MHI的HOG特征,最后使用SVM进行分类。
燧机科技
2023/09/22
1.2K0
工厂人员作业行为动作识别检测算法
CVPR 2022 Oral | 清华开源FineDiving:细粒度动作质量评估数据集
在这里和大家分享一下我们被录用为CVPR 2022 Oral的工作:FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessment
Amusi
2022/04/18
1.1K0
CVPR 2022 Oral | 清华开源FineDiving:细粒度动作质量评估数据集
这届东京奥运会「岂止于野」
7月23日 因为疫情延期一年的东京奥运会如约而至 看完开幕式 嗯...,啊...,这...,那...,着实被诡异到了 竞技体育从产生之初到现代化、职业化、产业化的发展 其实走过了漫长~漫长~漫长的历史进程 而一个有趣的现象不知道你有没有发现: 科技力量正在加速大型体育赛事的发展进程 特别是像奥运会这样的国际顶级赛事 可以说是前沿技术的实验厂 3D直播、4K、VR、量子计时器、电子靶等 每届奥运会都有新的黑科技加持 (来源:东京奥运会官网) 那人工智能与体育又能碰撞出什么智慧火花呢? 本文也试着给大
腾讯云AI
2021/08/04
4340
我奥篮球创始人林晓勇:连接每个篮球梦想,做中国篮球大数据变革的推动者
<数据猿导读> 在数据猿、星河互联、球秘APP共同举办的《体育大数据·巅峰思享会》上,我奥篮球的创始人林晓勇表示,三到五年之后,中国篮球赛事大数据准备工作、基础工作、数据采集工作都是会实现的,信息化一
数据猿
2018/04/20
1.5K0
我奥篮球创始人林晓勇:连接每个篮球梦想,做中国篮球大数据变革的推动者
推荐阅读
解密体育背后AI黑科技:花样滑冰动作识别、多模视频分类和精彩片段剪辑
8270
教你一招!如何用技术实现时序羽毛球动作预测
1K0
十大视频场景化应用工具+五大视频领域冠军/顶会算法重磅开源!
1.3K0
赛事解析|乒乓球时序动作定位大赛亚军方案分享
7340
​数据猿专访 | 嗨球高级副总裁魏航:看孙继海如何用大数据改变体育行业
1.5K0
方法论:怎样练习一万小时
5020
ECCV 2022 精细视频理解挑战赛(DeeperAction):聚焦行为识别和异常检测
1.1K0
【他山之石】ICCV 2021—MultiSports:面向体育运动场景的细粒度多人时空动作检测数据集
8720
AI在体育分析与预测中的深度应用:变革体育界的智能力量
6190
目标检测+姿态识别:AI助力奥运公平公正打分,不再给日本奥运黑哨的机会(附源代码)
1.2K0
全民运动日:私教太贵请不起?VRPinea送你一整套定制化运动方案
9170
视频理解综述:动作识别、时序动作定位、视频Embedding(赠书)
4K0
揭开视频识别(动作识别)的神秘面纱(附代码和demo)!
2.9K0
中科院智能乒乓球桌登上Nature:检测球速跟踪路径,准确找到击球位置
1.4K0
真·手把手教学!早稻田大学利用VR设备,让机械臂教你正确的乒乓球挥拍姿势
8510
机器学习——人体姿态估计入门:概念、原理与重要性
7520
工厂人员作业行为动作识别检测算法
1.2K0
CVPR 2022 Oral | 清华开源FineDiving:细粒度动作质量评估数据集
1.1K0
这届东京奥运会「岂止于野」
4340
我奥篮球创始人林晓勇:连接每个篮球梦想,做中国篮球大数据变革的推动者
1.5K0
相关推荐
解密体育背后AI黑科技:花样滑冰动作识别、多模视频分类和精彩片段剪辑
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档