GitHub

2024-07-10 05:15| 来源: 网络整理| 查看: 265

PaddleSports 📣 近期更新 🔥2022.11.30 发布足球"AI懂球帝"以及相关案例库亮相WAVE SUMMIT+大会AI开发者集市，敬请关注；涵盖四大板块超15种算法及足球领域解决方案； 💥"AI懂球帝"带你看世界杯 -- 卡塔尔世界杯示例demo更新; 框架介绍

PaddleSports是飞桨面向体育场景的端到端开发套件，实现人工智能技术与体育行业的深度融合，目标打造“AI+Sports”的标杆案例集。PaddleSports的特色如下：

整体采用“5W1H”的产品架构，即：when（什么时间），where（什么位置），who（是谁），what（发生了什么），why（为什么），how（怎么样）。系统梳理人工智能技术在体育行业的研究、应用、落地。

AI模型：从精度、速度、集成度三个维度进行性能评测。AI技术不仅是深度学习，同时整理了经典3D建模，SLAM，机器学习，以及硬件集成开发等工作，目标打造软硬一体的“AI+Sports”开发套件。

数据：除了各个已有的公开数据集来评测深度模型的性能外，将首次推出SportsBenchmark，力争能够用一个数据集来评测所有算法模型。

工具：面向体育场景的工具集，比如标注工具、检测工具、识别工具等，具有All-in-One，AutoRun的特点。

应用：涵盖足球、跳水、乒乓球、花样滑冰、健身、篮球、蹦床、大跳台、速度滑冰、跑步等热门的体育运动。

分模块介绍

该部分详细介绍“5W1H”各个模块的内容。

1. when

🎥示例demo加载中: 下载

示例动作识别截图:

“when”模块重点从时域角度回答以下问题：

1）输入一段视频，首先判断是什么体育运动；

2）从一段视频中，精确分割出体育运动的起止时间；

3）判断每一帧属于哪个动作，以跳水三米板为例，动作过程分为：走板、起跳、空中、入水等阶段。

4）时间同步，针对多相机同步问题，整理了硬件同步和软件同步两种控制方法。

5）编解码，包括视频编解码和音频编解码。

任务技术方向技术细分算法模型 1.when 1.1) 视频分类视频分类（是什么体育项目） PP-TSM PP-TimeSformer SlowFast AttentionLSTM MoViNet 1.2) 视频分割片段切割（起始点，终止点） BMN 1.3) 视频理解动作识别（每一帧属于什么动作） MS-TCN CFBI ASRF 1.4) 硬件同步硬件同步 PTP同步，IEEE 1588 软件同步 CPU时钟同步 1.5) 编解码视频编码 H.264/MPEG-4 AVC 音频编码 WAV/MP3/AAC 2. where

🎥示例demo加载中:

“where”模块重点分析：前景（运动员）、背景（场馆）、相机，这三类对象的位置/位姿的信息：

1）运动员整体位姿：图像/视频中运动员的2D/3D定位，包含：2D/3D检测、2D分割、2D/3D跟踪等；

2）运动员局部位姿：运动员的骨骼姿态的分析，从粗粒度到细粒度，包含：2D骨骼关键点、2D骨骼姿态、3D骨骼姿态、2D-3D稠密映射、3D人体重建、3D人体动画等；

3）背景3D重建：利用多维传感器数据，1比1重建场馆的3D信息，相关技术包含：Simultaneous Localization and Mapping (SLAM)、Structure-from-Motion (SfM) 等；

4）相机6-DoF位姿：恢复相机的6-DoF位姿（位置xyz，旋转αβγ），有经典的PNP算法，以及深度模型算法。

任务技术方向技术细分算法模型 2.where 2.1) 2D检测一阶段通用目标检测 PP-YOLOE PP-PicoDet 二阶段通用目标检测 Faster-RCNN 人体检测分析 PP-Human2.0 PP-Pedestrian 水花/足球/篮球等小目标检测 FPN，PP-YOLOE 2.2) 2D分割前景对象/背景分割 Mask-RCNN SOLOv2 PP-LiteSeg DeepLabV3P 交互式分割 EISeg 人体分割 PP-HumanSeg 人体毛发级精准分割 Matting Human Matting 视频目标分割 CFBI MA-Net 视频运动物体分割 Motion Segmentation 视频人体分割 Video Matting BackgroundMattingV2 2.3) 2D跟踪人体跟踪 ByteTrack 运动轨迹 PP-Tracking 2.4) 2D骨骼 Top-Down PP-TinyPose HR-Net Bottom-Up OpenPose MoveNet 2.5) 3D骨骼单目 PP-TinyPose3D Position-based Angle-based 2D + Depth-based 2D + IK 多目 Calibration Fusion 深度相机 Kinect 3D Tracking 2.6) 2D/3D稠密映射 2D-2D Dense Correspondences DeepMatching 2D-3D Dense Correspondences DensePose 2.7) 3D人体重建 Template Model SMPL VIBE PyMaf 2.8) SLAM 静态单目 ORB-SLAM... 深度 KinectFusion... 激光 LOAM 动态 DynamicFusion DynSLAM 2.9) 相机6-DoF定位内参张氏标定法外参单张图像 PNP 多张图像 SfM, SLAM 3. who

🎥示例demo加载中:

“who”模块重点分析：图像/视频中有哪几类人员，分别是谁，特定人员在整场比赛的集锦等信息：

1）人员分类：把图像/视频中运动员、观众、裁判、后勤工作人员进行区分；

2）运动员识别：识别出特定运动员，包含：人脸识别、人体识别、号码簿识别等；

3）运动员比赛集锦：自动生成该运动员整场比赛的视频集锦。

任务技术方向技术细分算法模型 3.who 3.1) 人员分类运动员、裁判、观众、后勤人员 PP-LCNetV2.md 3.2) 运动员识别人脸检测 BlazeFace 人脸识别 Dlib 基于人体的运动员识别 Re-ID 3.3) “一人一档” 运动员Re-ID MultiSports 4. what

🎥示例demo加载中: （超分, 图生文, 图片虚拟合成）

“what”模块重点分析体育比赛画面中呈现的信息，包含：运动、语音、视觉、多模态等：

1）运动属性，从视频前后帧信息推断运动信息，包含2D光流以及3D场景流相关技术；

2）语义属性，包含：图像/视频检索识别，视频动作识别，image/video caption等；

3）视觉属性，包含：画质增强，超分辨率，2D转3D，3D实时交互等；

4）多模态属性，视觉数据与语音数据、文本数据联合分析。

任务技术方向技术细分算法模型 4.what 4.1) 运动属性 2D Optical Flow (经典算法) Horn-Schunck光流法 Lucas-Kanade光流法 Block-Matching光流法 Dual-TVL1 DeepFlow-v2 Global Patch Collider 2D Optical Flow (深度学习) RAFT (ECCV 2020 best paper) FlowNet1.0 FlowNet2.0 NVIDIA SDK 3D Scene Flow FlowNet3D Just Go with the Flow MotionNet 2D-3D Expansion 4.2) 语义属性图像检索识别 PP-Lite-Shitu PP-LCNetV2 视频动作识别 CTR-GCN ST-GCN AGCN Image Caption COCO Caption Im2Text Video Caption ActivityNet OCR PaddleOCR 4.3) 视觉属性画质增强 Space-Time-Aware Multi-Resolution Video Enhancement 图像/视频去噪 FastDVDnet 超分辨率 Super Resolution 图像填补 Inpainting 2D转3D NeRF 3D Visualization Maya Unity Unreal 4.4) 多模态属性文本+视觉 VideoBERT VisualBERT 5. why

“why”模块重点分析影响运动表现的因素，并尝试预测伤病的可能性、比赛成绩等：

1）采集生理、心理、体能相关数据，并与运动表现进行关联性分析；

2）从生物力学的角度，对动作细节进行纠正；

3）从内负荷、外负荷的角度，在确保训练强度的情况下，尽可能减少伤病发生的可能性。

任务技术方向技术细分算法模型 5.why 5.1) 分析技术、生理、心理、体能 5.2) 推理生物力学 5.3) 预测内负荷、外负荷 6. how

“how”模块重点分析影响“AI+Sports”技术落地的因素：

1）费用，取决于数据标注数量和网络训练需要的GPU费用；

2）人力，重新训练模型所需的人力数量；

3）时间，配置、测试、重训练、重开发等所需要的时间。

任务技术方向技术细分算法模型 6.how 6.1) much 经费 6.2) many 人力 6.3) long 时间 7. data

“data”模块重点梳理生成训练数据的6种主流方式：

1）人工标注：已标注的公开数据集，用于网络训练；

2）迁移学习：未标注的大量数据，做非监督学习和迁移学习；

3）合成数据：2D图像直接编辑，copy-paste的方式合成训练数据；

4）合成数据：3D模型渲染生成2D数据以及标注信息；

5）合成数据：3D模型部件指导的2D图像编辑；

6）合成数据：GAN系列网络模型合成训练数据。

任务技术方向技术细分算法模型 7.data 7.1) 已标注的数据集 7.2) 未标注的数据集 7.3) 2D Copy-Paste 7.4) 3D Rendering 7.5) 3D-2D Editing 7.6) GAN 8. benchmark

“benchmark”模块将构建第一个体育类的benchmark，尽可能让所有算法在一个数据集上进行评测，特点是小而精，包含以下信息：

1）when：时域信息标注，回合起止节点；

2）where：2D/3D检测，2D分割，2D跟踪，2D/3D骨架；

3）who：人员分类，姓名；

4）what：运动，语义，视觉信息。

任务技术方向技术细分算法模型 8.benchmark 8.1) 训练数据集 8.2) 测试数据集 8.3) 评估脚本 9. tools

面向体育场景的工具集，比如标注工具、检测工具、识别工具等，具有All-in-One，AutoRun的特点。

任务技术方向技术细分算法模型 9.tools 9.1) 标注工具百度智能标注系统（BILS）交互式智能视频标注平台 9.2) 检测工具 9.3) 识别工具 9.4) 深度图生成工具 10. applications

涵盖足球、跳水、乒乓球、花样滑冰、健身、篮球、蹦床、大跳台、速度滑冰、跑步等热门的体育运动。

任务技术方向技术细分算法模型 10.applications 10.1) 足球 Tracking，ReID 比分牌识别超分辨率动作识别+增强版检测+识别+跟踪+足球 10.2) 跳水 10.3) 乒乓球 10.4) 花样滑冰 10.5) 健身 10.6) 篮球 10.7) 蹦床 10.8) 大跳台 10.9) 速度滑冰 10.10) 跑步/舞蹈合作伙伴国家队央视国家体育总局体育科学研究所，河北省体育科学研究所高校：厦门大学，南京大学，北京航空航天大学，上海科技大学，大连理工大学等商业公司：Intel，Sony，Pixellot，全度科技等百度开发团队百度研究院机器人与自动驾驶实验室（RAL）百度研究院大数据实验室（BDL）百度深度学习技术平台部（PaddlePaddle）百度ACG产业创新业务部百度研究院 GAIT实验室致谢

感谢飞桨兴趣小组（PPSIG）Models-CV成员对PaddleSports建设的贡献（张熙瑞，洪力，王成，卜宜凡，孔远杭，肖培楷，张戈等）

【本文地址】

GitHub

GitHub

今日新闻

推荐新闻