提高长期行动质量评估:双模式数据集和床体操因果交叉模式框架
Fengyan Lin1, Jiahao Huang1, Zhide Chen1
1College of Computer and Cyberspace Security, Fujian Normal University, Fuzhou 350007, China.
Sensors (Basel, Switzerland)
|September 27, 2025
概括
这项研究介绍了床-AQA,这是评估长时间运动活动的新数据集. 拟议的框架增强了复杂程序的行动质量评估 (AQA),提高了准确性和稳定性.
科学领域:
- 计算机科学 计算机科学
- 运动科学 运动科学 运动科学
- 人工智能的人工智能
背景情况:
- 行动质量评估 (AQA) 对于体育分析至关重要,但目前的方法在长期行动方面存在困难.
- 现有的数据集缺乏对像床体操这样的复杂例程进行全面的时空建模.
研究的目的:
- 引入床AQA,这是一个用于长期行动质量评估的新型数据集.
- 在复杂的,高速的体育活动中提议一个新的框架来加强AQA.
主要方法:
- 开发了含有206个视频剪辑 (2018-2024) 的床-AQA数据集,具有双模 (RGB,光流) 和丰富的注释.
- 提出了一个具有时间特征增强器 (TFE) 和前性因果交叉模式注意力 (FCCA) 模块的框架.
主要成果:
- 拟议的框架在床-AQA数据集上实现了0.938的斯皮尔曼相关性.
- 在UNLV-Dive数据集上表现出卓越的性能和概括能力,相关性为0.882.
结论:
- 床AQA数据集和拟议的框架显著提升了对长期复杂体育活动的行动质量评估.
- TFE和FCCA模块提供了更准确和更强大的评分,特别是在动作模两可的情况下.
