Исследователи из России разработали систему ИИ NeuroSkate, способную распознавать движения взрослых и подрастающих фигуристов на видео и определяет правильность выполняемых элементов.
Текущая версия алгоритма успешно справляется с базовыми элементами, сообщила пресс-служба НИУ ВШЭ.
"Это звучит просто, но на практике это задача оказалась не из легких. Для обучения алгоритмов нужны большие базы данных, а их в открытом доступе почти нет. В исследованиях анализируют взрослых спортсменов, а вот видео юных фигуристов с размеченными движениями до сих пор никто не собирал", - пояснила младший научный сотрудник Центра когнитивных нейронаук НИУ ВШЭ Анна Проворова, чьи слова приводит пресс-служба вуза.
Как отмечают ученые, подобные видеозаписи и данные для их разметки были предоставлены ученым Спортивной школой олимпийского резерва "Орленок" в Перми. Это позволило исследователям разработать нейросеть, которая разбивает видео на кадры, выделяет на каждом из них ключевые точки на теле фигуриста и затем по набору из шести десятков последовательных кадров определяет движения спортсменов.
Текущая версия этого алгоритма, получившего имя NeuroSkate, способна распознавать шесть движений фигуристов, в том числе бильман, вращения, кораблик и несколько базовых одинарных прыжков - флип, риттбергер и лутц. Нейросеть способна автоматически находить фигуриста на видео, отслеживать его движения и подписывать, какой элемент выполняется.
По словам исследователей, первые вариации NeuroSkate достаточно хорошо, с 72% точностью отличали пары различных движений друг от друга, однако они значительно хуже справлялись с более сложными задачами, когда число исполняемых элементов становилось больше. Разметка новых видео и последующее дообучение ИИ позволило значительно повысить качество распознавания движений фигуристов.
На базе этих вариаций NeuroSkate ученые создали веб-приложение, в котором можно загружать тренировочные видео и анализировать статистику конкретного спортсмена. В перспективе это может стать инструментом, который поможет тренерам следить за прогрессом учеников, не пересматривая часы записей. Исследование выполнено в рамках программы "Приоритет-2030".