啥是深圳网站定制开发,第三方网站备案,手机开发网站教程,百度竞价怎么做效果好2023 CCF BDCI 基于飞桨实现花样滑冰选手骨骼点动作识别 16名方案以及总结
比赛任务
花样滑冰与其他运动项目相比#xff0c;其动作类型的区分难度更大#xff0c;这对识别任务来说是极大的挑战。对于花样滑冰动作识别任务#xff0c;主要难点如下#xff1a;
(1) 花样滑…2023 CCF BDCI 基于飞桨实现花样滑冰选手骨骼点动作识别 16名方案以及总结
比赛任务
花样滑冰与其他运动项目相比其动作类型的区分难度更大这对识别任务来说是极大的挑战。对于花样滑冰动作识别任务主要难点如下
(1) 花样滑冰运动很难通过一帧或几帧图像中的人物姿态去判断动作类别 (2) 花样滑冰相同大类、不同小类的两个动作类别仅存于某几帧的细微差异判别难度极高。然而其他帧的特征也必须保留以便用于大类识别以及“多义帧”处理等情况。
基于现实场景的应用需求以及图深度学习模型的发展本次比赛旨在通过征集各队伍建立的高精度、细粒度、意义明确的动作识别模型探索基于骨骼点的时空细粒度人体动作识别新方法。本次比赛将基于评价指标Accuracy对各队伍提交结果的评测成绩进行排名Accuracy得分越高则认为该模型的动作识别效果越好。
1.类别定义
花样滑冰动作包括3个大类分别为跳跃、旋转和步法每个大类又包含很多小类。例如跳跃大类包含飞利浦三周跳3Filp和勾手三周跳3Lutz2个小类。然而这2类跳跃的判别性仅在于一些个别帧的差异。此外如果想就跳跃小类3Filp或3Lutz与旋转小类进行区别对大部分帧的特征加以使用才能产生较好的判别性。
2.多义帧
花样滑冰动作不同类别中相似的帧甚至存在个别帧的特征相同等情况。
3.具体任务
参赛选手利用比赛提供的训练集数据构建基于骨骼点的细粒度动作识别模型完成测试集的动作识别任务。模型识别效果由指标Accuracy排名决定Accuracy得分越高则认为该模型的动作识别效果越好。
数据集介绍
本次比赛数据集旨在借助花样滑冰选手的视频图像研究人体运动。由于花样滑冰选手动作切换速度十分迅速如希望准确判断一个动作的类别只靠随机抽取的几帧很难出色地完成任务。
尽管目前人体运动分析研究领域主流的视频数据集较多规模也较大如视频识别数据集Kinetics、 Moments in Time、UCF101等视频分割数据集Breakfast、Epic Kitchens、Salads50等。然而以上数据集大多缺乏人体运动的特性Kinetics有部分运动特性但不够专业且类别有限。举例来看若对UCF101数据集选取子集遮挡住数据中人物并留下场景目标检测结果的准确率仅下降较小幅度这说明该视频数据不太关注人的运动也无法体现视频分析的特性。相比之下本次比赛数据集旨在借助花样滑冰选手的视频图像研究人体运动。在花样滑冰运动中人体姿态和运动轨迹相较于其他运动呈现出复杂性强、类别众多等特点有助于开展对细粒度图深度学习新模型、新任务的研究。
在本次比赛最新发布的数据集中所有视频素材均从2017-2020 年的花样滑冰锦标赛中采集得到。源视频素材中视频的帧率被统一标准化至每秒30 帧图像大小被统一标准化至1080 * 720 以保证数据集的相对一致性。之后通过2D姿态估计算法Open Pose对视频进行逐帧骨骼点提取最后以.npy格式保存数据集。请各位选手基于本次比赛最新发布的训练集数据训练模型并基于本次比赛最新发布的测试集数据提交对应结果文件。
数据集构成
|–train.zip
|–train_data.npy
|–train_label.npy
|–test_A.zip
|–test_A_data.npy
|–test_B.zip
|–test_B_data.npy本次比赛最新发布的数据集共包含30个类别训练集共2922个样本A榜测试集共628个样本B榜测试集共634个样本 train_label.npy文件通过np.load()读取后会得到一个一维张量张量中每一个元素为一个值在0-29之间的整形变量代表动作的标签 data.npy文件通过np.load()读取后会得到一个形状为N×C×T×V×M的五维张量每个维度的具体含义如下 训练集 下载
A榜测试集下载
B榜测试集下载
数据预处理
首先拆分数据集使用jikuai库里面的npysplit拆分后存盘到用户根目录。
from jikuai.dataset import npysplit
import numpy as np
npysplit(data/data104925/train_data.npy, data/data104925/train_label.npy, 0.8)模型选择
ST-GCN、AGCN(AAGCN)、MS-G3D、PoseC3D
GCN
GCN步骤假设图输入为X可以视为
对图输入X(X表示图每个节点的特征)进行特征提取假设参数为W输出XW。微观来看这个特征提取可以理解为对图上每个节点的特征进行了分别提取其特征维度从[公式]变化到[公式]根据图结构中建立一个邻接矩阵A并对其进行归一化or对称归一化获得A利用归一化的邻接矩阵A对提取后的特征XW进行聚合聚合的结果为AXW。 这样一来基本的图卷积运算就实现了。其具体的实现代码如下所示
class GraphConvolution(nn.Module):def __init__(self, input_dim, output_dim, use_biasTrue):图卷积L*X*\thetaArgs:----------input_dim: int节点输入特征的维度output_dim: int输出特征维度use_bias : bool, optional是否使用偏置super(GraphConvolution, self).__init__()self.input_dim input_dimself.output_dim output_dimself.use_bias use_biasself.weight nn.Parameter(torch.Tensor(input_dim, output_dim))if self.use_bias:self.bias nn.Parameter(torch.Tensor(output_dim))else:self.register_parameter(bias, None)self.reset_parameters()def reset_parameters(self):init.kaiming_uniform_(self.weight)if self.use_bias:init.zeros_(self.bias)def forward(self, adjacency, input_feature):邻接矩阵是稀疏矩阵因此在计算时使用稀疏矩阵乘法Args: -------adjacency: torch.sparse.FloatTensor邻接矩阵input_feature: torch.Tensor输入特征device cuda if torch.cuda.is_available() else cpusupport torch.mm(input_feature, self.weight.to(device))output torch.sparse.mm(adjacency, support)if self.use_bias:output self.bias.to(device)return output
