travesti
travesti
travesti
點閱人次:3544人
圖 新聞投稿
2023-06-29
電機系學生研發羽球AI技術 勇奪全國人工智慧競賽冠軍
圖
臺師大電機工程學系師生榮獲教育部主辦的「AI CUP 2023全國大專院校院人工智慧競賽春季賽-教電腦看羽球競賽」金牌與最佳論文獎,由左至右依序為林政宏教授、周柏永博士生、謝博政碩士生。
圖
電機系碩士生羅郁鈞
圖
得獎名單

國立臺灣師範大學電機工程學系林政宏教授指導博士生周柏永、碩士生謝博政與羅郁鈞,6月份參加教育部「人工智慧競賽與標註資料蒐集計畫辦公室」主辦的「AI CUP 2023全國大專院校人工智慧競賽春季賽-教電腦看羽球競賽」,與來自全臺各校的439位AI菁英好手同場競技,從250個參賽團隊脫穎而出,榮獲金牌與最佳論文獎,為校爭光。

這次競賽主要在推動人工智慧在羽球領域的應用和發展,透過本競賽期望能邀集具機器學習、影像處理及運動科學專長的專家與高手,開發高辨識率的自動拍拍標記模型,讓巨量羽球情蒐成為可能,普及羽球技戰術分析的科研與應用。

本項比賽的難度極高,標估標準第一關為預測拍數必須與真值拍數完全一致,才能進行下一階段評分,包括擊球時間、擊球員、擊球高度、球落地點 (預測與真值誤差小於6個像素(歐式距離))、擊球方站位(預測與真值誤差小於10個像素(歐式距離))、防守方站位(預測與真值誤差小於10個像素(歐式距離))、反手擊球、是否繞頭、球種、與贏球方等項目。

就讀電機系博士班並擔任隊長的周柏永同學表示,今年AICUP的比賽主題為「教電腦看羽球」,顧名思義期待透過機器學習、影像處理等技術,實現在羽球比賽中自動化的拍拍標記,以利於分析後續戰術。比賽內容與實驗室研究方向相當吻合,包含動作識別(辨識擊球者動作)以及細粒度的辨識(追蹤球的軌跡)等等,也因此成為參賽動機。

他說,參賽過程中,有許多任務遠比當初預想的還要困難,因為羽球極小,速度極快,標估標準第一關為,預測拍數必須與真值拍數完全一致,就是一個難題,要偵測到這種在畫面上沒有什麼圖像特徵的物體,不能使用一般的物件偵測(object detection)模型,需要依賴動態的特徵,為此團隊設計了一個可以輸入連續影像的模型,來找到畫面中很小且模糊的運動物體。

他強調,這次參賽將實驗室過去累積的知識全用上了,感覺很踏實,從以前探討深度學習模型架構和算法,到現在可以應用到羽球競賽中,真的很棒。從比賽過程中可以發現,許多以前沒有注意到的細節,這次的經驗讓人成長許多。

電機系碩士班一年級學生謝博政表示,許多任務的難度非常高,例如在辨識球員是否反手擊球或是否繞頭擊球的這兩項任務中,當試圖直接使用過去已發表的模型時,會發現準確率遠不如團隊所期望,這些種種挑戰也充份讓他們意識到,需要設計一套全新的演算法來應對這個比賽。

他表示,為了實現全新的演算法,整個團隊共同進行了大量的資料預處理和標記工作,投入了非常多的體力與努力,夜以繼日的標記數據、實作程式、討論策略、修改演算法,這是一個繁重且富有挑戰性的過程,我們不僅僅是學習到寶貴的知識,也更體會到團隊合作的可貴。

他開心分享,這些辛勞最終收穫了甜美果實,這次比賽拿到了金牌與最佳論文獎,然而,對他來說,除了豐富的實質獎勵,更重要的是,學習到如何面對並且成功克服挑戰的經驗,這將成為人生中寶貴的一段經歷。最後,他要特別感謝團隊的指導教授林政宏教授,在比賽過程中對他們的耐心指導和鼓勵,以及兩位夥伴周柏永、羅郁鈞,過程中給予他很大的幫助,一起達成了這個重大且具有意義的里程碑。

電機系碩士班一年級學生羅郁鈞表示,這次比賽讓她在深度學習的領域有更深的了解,碩一剛入學時,靠著閱讀論文,吸收不同深度學習模型的知識,卻缺乏實際應用,透過這次比賽,實際操作了不同種類的模型,以對應各種項目,多數項目都能達到良好效果,但有少數項目卻困擾著團隊,其中最印象深刻的就是預測投影點,在這個項目上,團隊經過了多次討論,卻始終難以達到心中理想標準,也是這次比賽最惋惜的地方,不過,這兩個月以來,團隊夜以繼日改良這些模型,最後拿到冠軍,真的非常開心,也為這些日子的努力感到非常值得。

林政宏教授表示,他投入「動作辨識」的研究,大約為期三年,從最初的粗粒度動作識別(coarse-grained action recognition),進展到細粒度動作識別(fine-grained action recognition),也與本校運動與休閒學院張家豪教授合作,共同開發籃球訓練系統,並進行了研究成果的發表和專利申請(籃球運動偵測分析方法),透過跨領域合作,將人工智慧與運動科學結合,期望能為臺師大在運動科學領域的發展做出貢獻。(資料來源:電機工程學系 ∕ 編輯:胡世澤 ∕ 核稿:鄧麗君)

競賽網址: https://tinyurl.com/2jpe6bvn

上一筆
下一筆
上一筆