輔助花滑評分的“AI裁判”，有多“火眼金睛”

花樣滑冰是最具觀賞性的冰雪運動項目中之一，不但動作技術技巧難度高，還具有很強的藝術性。在剛剛過去的北京冬奧會上，花樣滑冰雙人組合隋文靜、韓聰為中國代表團拿下最后一金，把這趟冬奧之旅推向了最高潮。如此復雜的一項競技運動，運動員要想精準提升訓練效果，除了傳統的運動方法，還可以借助“AI裁判” 。

花樣滑冰的動作有多復雜？在本屆冬奧會花樣滑冰男子單人自由滑中，備受喜愛的日本選手羽生結弦挑戰一個難度系數最高的一個跳躍動作——阿克塞爾4周跳，這意味著他要在起跳后完成四周半的空中旋轉動作。在觀眾眼里，他就像一個高速旋轉的陀螺，根本辨不清轉了幾圈。

花樣滑冰比賽的動作和規則復雜，對裁判來說，評分難度也很高。他們需在高速運動且變化繁復的動作中依據動作的類型、難度系數、完成情況、標準程度等給出精準的技術分，壓力不小。

就在北京冬奧會前，中國花樣滑冰協會與中關村數智人工智能產業聯盟聯合發布了自主研發的“花樣滑冰AI輔助評分系統1.0”。

作為國家體育總局秦皇島訓練基地智庫專家，該系統的開發者之一、北京航空航天大學儀器科學與光電工程學院教授單光存介紹，這套系統利用計算機視覺技術算法與深度學習方法，整體采用云計算架構，分為基礎設施層、應用平臺層、支撐平臺層、應用終端等，涉及人體姿態估計、目標跟蹤算法、ReID算法、視頻動作識別等技術。

這樣的“AI裁判”，可以對運動員的整體運動軌跡進行實時追蹤，根據專業評分標準，對視頻數據的人體骨骼、形體動作進行捕捉識別，實現穩定性可視化的比賽評判。除此之外，它捕捉到運動員的細微動作，通過回放和分解動作，還可以在賽前為運動員提供定制化的改進方案。

“花樣滑冰AI輔助評分系統1.0”  單光存供圖

“動作捕捉和識別是該系統的關鍵技術，但相較于已經在電影領域廣泛使用的這項技術，花樣滑冰對它的精確性要求更高。” 單光存告訴《中國科學報》，這意味著算法和硬件系統的難度也大大提高。

為了讓AI裁判提升動作識別和判定的準確性，需要進行大量深度學習模型訓練。單光存介紹，前期，該系統已經對近百個花樣滑冰的視頻、幾千張動作樣本進行逐幀的標注和訓練。

此次冬奧會上，這套花樣滑冰AI輔助評分系統并未在正式比賽中使用，仍需不斷升級。因此，主要是應用于賽前訓練的滑冰動作檢測、智能訓練和輔助評分。

未來，這套系統的應用范圍能有多廣？單光存表示，它可用于花樣滑冰日常考級的訓練和測評，甚至還能拓展到武術、體操、舞蹈等與動作技巧、表演密切相關的領域。