网球运动员情绪识别获突破：德AI模型准确率达68.9%

网球运动员情绪识别获突破：德AI模型准确率达68.9%

据 ScienceDaily报道，德国卡尔斯鲁厄理工学院和杜伊斯堡-埃森大学研究人员借助计算机辅助神经网络，准确识别了网球运动员在比赛中的肢体语言所表达的情绪。
团队首次利用实际比赛数据训练了这一基于 AI 的模型，研究成果登上了最新一期人工智能领域学术期刊《知识系统》。IT之家附链接：https://www.sciencedirect.com/science/article/pii/S0950705124004908

两所学校的体育科学、软件开发与计算机科学研究人员开发了一种特殊的 AI 模型，利用卷积神经网络识别网球运动员的情感状态，并使用模式识别程序分析了实际比赛中网球运动员的视频。

卡尔斯鲁厄理工学院体育与运动科学研究所 Darko Jekauc 教授表示，“我们的模型能够识别情感状态，准确率高达 68.9%，与人类观察者和早期自动化方法相比，甚至有过之而无不及。”

图源 Pexels

项目团队使用真实场景而非模拟或人为场景来训练其 AI 系统，这是该研究的一项“重要且独特”的特征。研究人员记录了 15 名网球运动员在特定场景下的视频序列，重点关注在得分或失分时所展现的身体语言。视频中显示，球员们的线索包括低头、高举双臂庆祝、球拍垂落或改变步速，它们可被用于识别球员们的情绪状态。

在获取上述数据之后，AI 将“学会”把肢体语言信号与不同情感反应联系起来，并根据肢体语言的积极或消极来判断是拿下一分还是失掉一分。

具体运用方面，该团队表示这项研究后续可以用于改进训练方法、团队动力和表现以及防止倦怠等，也可用于其他领域 —— 包括医疗保健、教育、客户服务和汽车安全等。

本文原文来自C114中国通信网