同时，对大量已标记的训练数据进行机器学习，利用计算机系统形成神经网络，可识别不同运动姿态的人体关节点，达到“识别准”。

　　此外，该系统具有对每一帧图像的关节点进行独立计算的功能，如何减小独立计算时关节点位置的随机误差?刘卉介绍，运用算法增加对连续运动的时间约束，即识别出各个关节点的高频误差并把它排除掉，以此修正关节点位置坐标，最终获得高精度计算结果。

　　“从2019年起，经过数个版本的迭代升级，该系统已能快速准确地自动识别运动视频中的人体关节点，对旋转、翻滚等人体动作也能进行比较好的自动识别。”刘卉说，系统合成并输出所有识别点的三维坐标，支持多视频批量自动解析与指标计算。

　　刘卉告诉科技日报记者，如果系统采用的是工业录像机，数据的传输与处理往往在1—3分钟就可完成。“这将对技巧类运动员深刻体验竞技状态、掌握技术要领起到至关重要的作用。”她说。

　　高空动作捕捉不再是难事

　　据了解，这一系统还提供多种空间三维标定方案，可解决大范围、高空动作的数据采集问题。

　　这是多大范围?刘卉表示，纵横20—30米的空间范围都可覆盖。尤其是针对跳台滑雪空中技巧类的项目，能够为教练员很难用肉眼识别的技术细节找寻改进的空间。

　　目前，该系统已被用于钢架雪车、花样滑冰、跳台滑雪等项目的国家队备战训练工作，将为运动员备战北京冬奥会提供重要科技支撑。

责任编辑：李涌