\u200E
【赛题解读】2021 CCF BDCI 基于飞桨实现花样滑冰选手骨骼点动作识别
发布日期:2021-10-25T11:59:00.000+0000 浏览量:1230次

第九届CCF大数据与计算智能大赛(简称2021 CCF BDCI已经正式启动一个多月啦。截至目前,六大赛道的25道赛题已累计吸引15970人报名参赛,成功组建团队13344支,完成作品提交33256次。

报名火热,竞争激烈!还没报名的小伙伴们快戳链接(或“阅读原文”)上车https://aistudio.baidu.com/aistudio/competition/detail/115/0/introduction

今天给在座各位参赛小伙伴分享的是百度赛题基于飞桨实现花样滑冰选手骨骼点动作识别的多维度文字版赛题解读,一起来看吧~


2021 CCF BDCI 自主平台赛道


赛题名称:基于飞桨实现花样滑冰选手骨骼点动作识别

出题单位百度

赛题链接:https://aistudio.baidu.com/aistudio/competition/detail/115/0/introduction





人体运动分析是近几年众多领域研究的热点问题。在学科交叉研究方面,人体运动分析涉及到计算机科学、运动人体科学、环境行为学和材料科学等。随着相关研究的逐步深入以及计算机视觉、5G通信的飞速发展,人体运动分析技术已应用于自动驾驶、影视创作、安防异常事件监测和体育竞技分析、康复等实际场景,人体运动分析已成为人工智能领域研究的前沿课题,此类研究也将在竞技体育、运动康复、日常健身等方面发挥重大意义。

然而,目前的研究数据普遍缺少细粒度语义信息,导致现存的分割或识别任务缺少时空细粒度动作语义模型。相较于图片细粒度研究,时空细粒度语义的人体动作具有动作类内方差大、类间方差小等特点,这将导致由细粒度语义产生的一系列问题,而利用粗粒度语义的识别模型进行学习也难以获得理想的结果。



赛题任务




花样滑冰与其他运动项目相比,其动作类型的区分难度更大,花样滑冰动作识别任务的主要难点如下:
  • 花样滑冰运动很难通过一帧或几帧图像中的人物姿态去判断动作类别;
  • 花样滑冰相同大类、不同小类的两个动作类别仅存于某几帧的细微差异,判别难度极高。
基于现实场景的应用需求以及图深度学习模型的发展,本次比赛旨在通过征集各队伍建立的高精度、细粒度、意义明确的动作识别模型,探索基于骨骼点的时空细粒度人体动作识别新方法。



飞桨官方基线




本基线采用PaddleVideo中的ST-GCN模型,评测成绩较高,参赛选手也可以使用PaddleVideo优化后的AGCN模型,获取更高的精度。

点击链接一键fork赛题基线:
https://aistudio.baidu.com/aistudio/projectdetail/2417717

关于PaddleVideo任何问题,欢迎在比赛交流群内咨询百度高级算法工程师。

更多PaddleVideo内容,详见GitHub地址:
https://github.com/PaddlePaddle/PaddleVideo



评分标准




  • Accuracy(准确率):对于给定的测试集数据,预测正确的样本数与实际总样本数之比;
  • True:对于给定的测试集数据,预测正确的样本数量;
  • Total Number of Samples:对于给定的测试集数据,实际总样本数量。

扫码进比赛交流群,获取比赛最新资讯

对于参赛选手来讲,今年的赛题主要考验的是哪部分能力呢?

本赛题主要考验选手的数据处理能力、模型创新能力和工程实现能力。

  • 首先,花样滑冰运动中人体姿态和运动轨迹相较于其他运动呈现出复杂性强、类别众多等特点,同时视频数据本身偏大、处理速度慢,如何快速的探索和处理数据是选手的第一个挑战;

  • 然后,花样滑冰很难通过一帧或几帧图像中的人物姿态判断动作类别,且相同大类、不同小类的两个动作仅存于某几帧的细微差异,判别难度极高,如何创新的设计合适的模型是选手的第二个挑战;

  • 最后,视频数据本身内容更丰富,相比文本和图片数据更大,在工程上如何高效的进行预处理、迭代训练和推理是选手的第三个挑战。

因此,本次比赛是对选手数据处理、模型搭建和工程实现能力的综合考验。


——马艳军


百度飞桨作为中国首个自主研发、功能丰富、开源开放的产业级深度学习平台,您如何理解人工智能和开源开放?

开源开放是技术创新和产业发展的重要模式,与软件高度相关的“开源”,如软件原代码的开源等,有利于群智协同创新、技术快速的创新突破,而“开放”不仅仅意味着开放原代码,还可以开放数据、技术、平台等,两者一起支撑着人工智能技术的高速发展及产业应用。


 “人工智能”和“开源开放”这两个词,近年来共现的频度非常高,全球范围内开源项目的数量也在快速增长。作为人工智能技术研发和应用的引领者,百度积极支持开源工作,从十余年前布局人工智能开始,就本着开源的精神加入了多个基金会(百度是Apache基金会、Linux基金会、云原生计算基金会的金牌会员,也是国内开放原子基金会的创始白金会员/副理事单位)。百度开源了飞桨(PaddlePaddle)、Apollo等大量优质开源项目,向全社会开放人工智能核心技术,助力中国人工智能产业蓬勃发展。


——马艳军


BDCI 大赛对于企业来讲意味着什么?对于大赛和选手有哪些期望和预期收获呢? 

CCF BDCI大赛自2013年创办以来,已逐渐成为中国大数据与人工智能领域最具影响力的活动之一,是中国大数据综合赛事第一品牌。百度飞桨作为中国首个自主研发、功能丰富、开源开放的产业级深度学习平台,提供了深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件,致力于与广大开发者一道加速人工智能的产业落地。


本次双方的合作旨在共同搭建学习交流平台,与广大开发者一起探索人工智能的前沿技术与产业应用,推动国内人工智能技术的发展。希望各位选手可以基于飞桨提供的baseline快速上手,取得优异成绩。最后,预祝2021 CCF BDCI圆满成功。


——马艳军



长按下方二维码立即

Star

更多信息:

  1. 飞桨官方QQ群:793866180

  2. 飞桨官网网址:

    www.paddlepaddle.org.cn/

  3. 飞桨开源框架项目地址:

    GitHub:

    github.com/PaddlePaddle/Paddle 
    Gitee:

    gitee.com/paddlepaddle/Paddle

  4. 欢迎在飞桨论坛讨论交流~~

    http://discuss.paddlepaddle.org.cn




“阅读原文” ,速来参赛~