В НИУ ВШЭ создали нейросеть для оценки движения фигуристов
Учёные из пермского филиала НИУ ВШЭ разработали нейросеть NeuroSkate, способную анализировать движения фигуристов на видео. Возможно, в будущем алгоритм поможет объективнее оценивать выступления спортсменов.
Всем известно, что в фигурном катании важны и скорость, и сила, и точность движений. Тренируя юных спортсменов, наставники следят за последним критерием, полагаясь на собственные знания и зрение. Чтобы тренировки стали ещё эффективнее, целесообразно обратиться к новым технологиям.
Исследователи обучили NeuroSkate определять шесть движений с самыми характерными позами: бильман, кораблик, вращения, флип, лутц и риттбергер. Как оказалось, это довольно трудозатратно.
«Звучит просто, но на практике это задача не из легких. Для обучения алгоритмов нужны большие базы данных, а их в открытом доступе почти нет. В исследованиях анализируют взрослых спортсменов, а вот видео юных фигуристов с размеченными движениями до сих пор никто не собирал», — объяснила младший научный сотрудник Центра когнитивных нейронаук НИУ ВШЭ в Перми Анна Проворова.
Сперва новую модель тестировали, предлагая выбрать правильный ответ из двух предложенных: отличить бильман от вращения. С этим заданием она справилась с 72%-й точностью. Когда задачу усложняли, программа начинала допускать больше ошибок.