人工智能技术大数据分析助力奥运。

我们用人工智能技术分析运动员的动作技术，提出改进建议，用科技手段帮助运动员。这是一个在东京奥运会上崭露头角的技术体系，目前也在为积极备战北京冬奥会的中国运动员提供不断升级服务。

突破传统动作捕捉方法的局限性。

用生物力学方法研究人体运动需要定量分析，基本前提离不开数据。

快速高质量地获取运动员的动作技术数据是当前迫切需要克服的关键瓶颈。常规的动作捕捉技术，要么需要在人体内固定反射标记点或惯性传感器，要么需要人工识别人体关节点。

前者不能在比赛中使用，后者工作量大，时间长，重复性差，严重影响动作技术分析的反馈速度和可靠性，限制了生物力学在辅助竞技体育中的应用。

怎样破困局？利用基于深度学习原理的人工智能技术，建立神经网络模型，实现动作视频中人体关节点的计算机自动识别，建立适合竞技体育和一般生物力学研究的计算机系统——无反射点人体运动自动捕捉人工智能系统。

该系统已经应用于国家速度滑冰和越野滑雪项目的培训，获取了8000多人次的赛时动作技术数据，使机器深度学习更加得心应手，对滑冰和滑雪运动员的动作捕捉和技术分析，既可以精确到具体细节，又可以快速反馈分析结果。

多种算法技术保证了快速准确的自动识别。

运动视频自动解析至少需要解决跟得住识别准高精度三大问题。

体育场拍摄视频，画面环境复杂多样。在常用的运动人体跟踪算法中，课题组结合了光流跟踪技术，即通过运动量的多少，运动幅度的大小，对主ID(身份人物)进行精确锁定，有效避免了快速运动造成的影像模糊，减少了复杂背景等因素的干扰，保证了能跟上。

同时，机器学习大量标记的训练数据，利用计算机系统形成神经网络，可以识别不同运动姿势的人体关节点，达到识别标准。

此外，该系统还具有独立计算每帧图像关节点的功能。如何减少独立计算时关节点位置的随机误差？利用算法增加对连续运动的时间限制，即识别各关节点的高频误差，排除各关节点的高频误差，修正关节点的位置坐标，最终得到高精度的计算结果。

从2019年开始，经过几个版本的迭代升级，系统可以快速准确地识别运动视频中的人体关节点，更好地识别旋转、滚动等人体动作。系统合成并输出所有识别点的3D坐标，支持多视频批量自动分析和指标计算。

如果系统采用工业录像机，数据的传输和处理通常可以在1-3分钟内完成。这将在技能运动员深刻体验竞争状态和掌握技术要领方面发挥重要作用。

捕捉高空动作不再困难。

据了解，该系统还提供了多种空间三维校准方案，可以解决大规模高空运动的数据采集问题。

这个范围有多大？纵横20-30米的空间可以覆盖。特别是对于跳台滑雪空中技能类项目，能够为教练用肉眼识别的技术细节找到改进的空间。

现已应用于钢架雪车、花样滑冰、跳台滑雪等项目的国家队备战训练准备训练，为运动员准备北京冬奥会提供重要科技支持。

成都融和实业排队叫号系统厂家(www.iritqq.com)是一家集研发、生产、营销、服务于一体的高新技术企业.主营智能排队叫号系统、医院分诊系统、排队机、叫号机、评价器(好差评系统)、呼叫器、多媒体查询及信息发布配套系统等,公司产品已广泛应用于不动产登记、智慧医疗、智慧税务、智慧政务、智慧金融、智慧通讯、智慧服务大厅、智慧机关单位等服务窗口行业.咨询电话：028-87438905。

标签：人工智能,大数据技术分析,智能技术分析