人工智能助力北京冬奥会

在2022年北京冬奥会来临之际，为助推花样滑冰运动的普及与发展，北京智源人工智能研究院正式发布花样滑冰数据集Figure Skating Dataset (FSD-10)，旨在解决目前视频研究数据集缺乏人体运动特性、深度视频学习模型正确率低等问题。数据集项目由大连理工大学刘胜蓝副教授和智源青年科学家、清华大学助理教授黄高主持完成。

尽管目前主流的视频研究数据集很多，规模也很大，如视频识别：Kinetics, Moments in Time, UCF101等，视频分割：Breakfast, Epic Kitchens, 50salads等。但以上数据集都缺乏人体运动的特性（Kinetics等有部分运动特性，但不够专业，类别也很有限）。如UCF101选取子集，裁剪掉人像，留下场景，准确率下降不多[1]，这说明该视频并不太关注人的运动，也无法体现视频分析的特性。

 

数据集Figure Skating Dataset (FSD-10)旨在通过花样滑冰研究人体的运动。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复杂性强、类别多的特点，对于研究视频中的人体动态是非常好的素材。

 

在花样滑冰评分中，专家对所有动作类型的评判正确率大于99%。然而，在数据集选取10类上测试，深度的视频学习模型只能达到80%-90%的正确率。一个关注运动数据集的提出对于视频模型的提出至关重要，且对评估当前视频学习模型是十分有必要与紧迫的，所以这次数据集的发布有助于让更多的人们认识到人体运动在视频识别中的重要地位。

下面分别介绍数据集的内容、特征、具体示例、应用前景等方面。

 

一、数据集内容：

原始资料，专业分割与标记

 

本数据集通过收集2017-2018年ISU世界花样滑冰大奖赛、ISU世界花样滑冰锦标赛和四大洲花样滑冰锦标赛等花样滑冰职业比赛视频作为原始视频材料，由专业人员对大约80个小时视频进行手工的分割与标记，并从中构建了细粒度动作数据集。

 

本数据集包含3070个视频片段，片段长度从3秒到30秒不等，运动的过程中相机保持在运动员身上的聚焦。该数据集每一个片段都包含了