PaddleSports

📣 近期更新

• 🔥2022.11.30 发布 足球"AI懂球帝"以及相关案例库
  • 亮相WAVE SUMMIT⁺大会AI开发者集市，敬请关注；
  • 涵盖四大板块超15种算法及足球领域解决方案；
  • 💥"AI懂球帝"带你看世界杯 -- 卡塔尔世界杯示例demo更新;

框架介绍

PaddleSports是飞桨面向体育场景的端到端开发套件，实现人工智能技术与体育行业的深度融合，目标打造“AI+Sports”的标杆案例集。PaddleSports的特色如下：

1. 整体采用“5W1H”的产品架构，即：when（什么时间），where（什么位置），who（是谁），what（发生了什么），why（为什么），how（怎么样）。系统梳理人工智能技术在体育行业的研究、应用、落地。

2. AI模型：从精度、速度、集成度三个维度进行性能评测。AI技术不仅是深度学习，同时整理了经典3D建模，SLAM，机器学习，以及硬件集成开发等工作，目标打造软硬一体的“AI+Sports”开发套件。

3. 数据：除了各个已有的公开数据集来评测深度模型的性能外，将首次推出SportsBenchmark，力争能够用一个数据集来评测所有算法模型。

4. 工具：面向体育场景的工具集，比如标注工具、检测工具、识别工具等，具有All-in-One，AutoRun的特点。

5. 应用：涵盖足球、跳水、乒乓球、花样滑冰、健身、篮球、蹦床、大跳台、速度滑冰、跑步等热门的体育运动。

分模块介绍

该部分详细介绍“5W1H”各个模块的内容。

1. when

🎥示例demo加载中: 下载

示例动作识别截图:

  “when”模块重点从时域角度回答以下问题：

  1）输入一段视频，首先判断是什么体育运动；

  2）从一段视频中，精确分割出体育运动的起止时间；

  3）判断每一帧属于哪个动作，以跳水三米板为例，动作过程分为：走板、起跳、空中、入水等阶段。

  4）时间同步，针对多相机同步问题，整理了硬件同步和软件同步两种控制方法。

  5）编解码，包括视频编解码和音频编解码。

任务	技术方向	技术细分	算法模型
1.when	1.1) 视频分类	视频分类（是什么体育项目）	PP-TSM
			PP-TimeSformer
			SlowFast
			AttentionLSTM
			MoViNet
	1.2) 视频分割	片段切割（起始点，终止点）	BMN
	1.3) 视频理解	动作识别（每一帧属于什么动作）	MS-TCN
			CFBI
			ASRF
	1.4) 硬件同步	硬件同步	PTP同步，IEEE 1588
		软件同步	CPU时钟同步
	1.5) 编解码	视频编码	H.264/MPEG-4 AVC
		音频编码	WAV/MP3/AAC

2. where

🎥示例demo加载中:

  “where”模块重点分析：前景（运动员）、背景（场馆）、相机，这三类对象的位置/位姿的信息：

  1）运动员整体位姿：图像/视频中运动员的2D/3D定位，包含：2D/3D检测、2D分割、2D/3D跟踪等；

  2）运动员局部位姿：运动员的骨骼姿态的分析，从粗粒度到细粒度，包含：2D骨骼关键点、2D骨骼姿态、3D骨骼姿态、2D-3D稠密映射、3D人体重建、3D人体动画等；

  3）背景3D重建：利用多维传感器数据，1比1重建场馆的3D信息，相关技术包含：Simultaneous Localization and Mapping (SLAM)、Structure-from-Motion (SfM) 等；

  4）相机6-DoF位姿：恢复相机的6-DoF位姿（位置xyz，旋转αβγ），有经典的PNP算法，以及深度模型算法。

任务	技术方向	技术细分	算法模型
2.where	2.1) 2D检测	一阶段通用目标检测	PP-YOLOE
			PP-PicoDet
		二阶段通用目标检测	Faster-RCNN
		人体检测分析	PP-Human2.0
			PP-Pedestrian
		水花/足球/篮球等小目标检测	FPN，PP-YOLOE
	2.2) 2D分割	前景对象/背景分割	Mask-RCNN
			SOLOv2
			PP-LiteSeg
			DeepLabV3P
		交互式分割	EISeg
		人体分割	PP-HumanSeg
		人体毛发级精准分割	Matting
			Human Matting
		视频目标分割	CFBI
			MA-Net
		视频运动物体分割	Motion Segmentation
		视频人体分割 Video Matting	BackgroundMattingV2
	2.3) 2D跟踪	人体跟踪	ByteTrack
		运动轨迹	PP-Tracking
	2.4) 2D骨骼	Top-Down	PP-TinyPose
			HR-Net
		Bottom-Up	OpenPose
			MoveNet
	2.5) 3D骨骼	单目	PP-TinyPose3D
			Position-based
			Angle-based
			2D + Depth-based
			2D + IK
		多目	Calibration
			Fusion
		深度相机	Kinect 3D Tracking
	2.6) 2D/3D稠密映射	2D-2D Dense Correspondences	DeepMatching
		2D-3D Dense Correspondences	DensePose
	2.7) 3D人体重建	Template Model	SMPL
			VIBE
			PyMaf
	2.8) SLAM	静态	单目 ORB-SLAM...
			深度 KinectFusion...
			激光 LOAM
		动态	DynamicFusion
			DynSLAM
	2.9) 相机6-DoF定位	内参	张氏标定法
		外参	单张图像 PNP
			多张图像 SfM, SLAM

3. who

🎥示例demo加载中:

  “who”模块重点分析：图像/视频中有哪几类人员，分别是谁，特定人员在整场比赛的集锦等信息：

  1）人员分类：把图像/视频中运动员、观众、裁判、后勤工作人员进行区分；

  2）运动员识别：识别出特定运动员，包含：人脸识别、人体识别、号码簿识别等；

  3）运动员比赛集锦：自动生成该运动员整场比赛的视频集锦。

任务	技术方向	技术细分	算法模型
3.who	3.1) 人员分类	运动员、裁判、观众、后勤人员	PP-LCNetV2.md
	3.2) 运动员识别	人脸检测	BlazeFace
		人脸识别	Dlib
		基于人体的运动员识别	Re-ID
	3.3) “一人一档”	运动员Re-ID	MultiSports

4. what

🎥示例demo加载中: （超分, 图生文, 图片虚拟合成）

  “what”模块重点分析体育比赛画面中呈现的信息，包含：运动、语音、视觉、多模态等：

  1）运动属性，从视频前后帧信息推断运动信息，包含2D光流以及3D场景流相关技术；

  2）语义属性，包含：图像/视频检索识别，视频动作识别，image/video caption等；

  3）视觉属性，包含：画质增强，超分辨率，2D转3D，3D实时交互等；

  4）多模态属性，视觉数据与语音数据、文本数据联合分析。

任务	技术方向	技术细分	算法模型
4.what	4.1) 运动属性	2D Optical Flow (经典算法)	Horn-Schunck光流法
			Lucas-Kanade光流法
			Block-Matching光流法
			Dual-TVL1
			DeepFlow-v2
			Global Patch Collider
		2D Optical Flow (深度学习)	RAFT (ECCV 2020 best paper)
			FlowNet1.0
			FlowNet2.0
			NVIDIA SDK
		3D Scene Flow	FlowNet3D
			Just Go with the Flow
			MotionNet
			2D-3D Expansion
	4.2) 语义属性	图像检索识别	PP-Lite-Shitu
			PP-LCNetV2
		视频动作识别	CTR-GCN
			ST-GCN
			AGCN
		Image Caption	COCO Caption
			Im2Text
		Video Caption	ActivityNet
		OCR	PaddleOCR
	4.3) 视觉属性	画质增强	Space-Time-Aware Multi-Resolution Video Enhancement
		图像/视频去噪	FastDVDnet
		超分辨率	Super Resolution
		图像填补	Inpainting
		2D转3D	NeRF
		3D Visualization	Maya
			Unity
			Unreal
	4.4) 多模态属性	文本+视觉	VideoBERT
			VisualBERT

5. why

  “why”模块重点分析影响运动表现的因素，并尝试预测伤病的可能性、比赛成绩等：

  1）采集生理、心理、体能相关数据，并与运动表现进行关联性分析；

  2）从生物力学的角度，对动作细节进行纠正；

  3）从内负荷、外负荷的角度，在确保训练强度的情况下，尽可能减少伤病发生的可能性。

任务	技术方向	技术细分	算法模型
5.why	5.1) 分析	技术、生理、心理、体能
	5.2) 推理	生物力学
	5.3) 预测	内负荷、外负荷

6. how

  “how”模块重点分析影响“AI+Sports”技术落地的因素：

  1）费用，取决于数据标注数量和网络训练需要的GPU费用；

  2）人力，重新训练模型所需的人力数量；

  3）时间，配置、测试、重训练、重开发等所需要的时间。

任务	技术方向	技术细分	算法模型
6.how	6.1) much	经费
	6.2) many	人力
	6.3) long	时间

7. data

  “data”模块重点梳理生成训练数据的6种主流方式：

  1）人工标注：已标注的公开数据集，用于网络训练；

  2）迁移学习：未标注的大量数据，做非监督学习和迁移学习；

  3）合成数据：2D图像直接编辑，copy-paste的方式合成训练数据；

  4）合成数据：3D模型渲染生成2D数据以及标注信息；

  5）合成数据：3D模型部件指导的2D图像编辑；

  6）合成数据：GAN系列网络模型合成训练数据。

任务	技术方向	技术细分	算法模型
7.data	7.1) 已标注的数据集
	7.2) 未标注的数据集
	7.3) 2D Copy-Paste
	7.4) 3D Rendering
	7.5) 3D-2D Editing
	7.6) GAN

8. benchmark

  “benchmark”模块将构建第一个体育类的benchmark，尽可能让所有算法在一个数据集上进行评测，特点是小而精，包含以下信息：

  1）when：时域信息标注，回合起止节点；

  2）where：2D/3D检测，2D分割，2D跟踪，2D/3D骨架；

  3）who：人员分类，姓名；

  4）what：运动，语义，视觉信息。

任务	技术方向	技术细分	算法模型
8.benchmark	8.1) 训练数据集
	8.2) 测试数据集
	8.3) 评估脚本

9. tools

  面向体育场景的工具集，比如标注工具、检测工具、识别工具等，具有All-in-One，AutoRun的特点。

任务	技术方向	技术细分	算法模型
9.tools	9.1) 标注工具	百度智能标注系统（BILS）	交互式智能视频标注平台
	9.2) 检测工具
	9.3) 识别工具
	9.4) 深度图生成工具

10. applications

  涵盖足球、跳水、乒乓球、花样滑冰、健身、篮球、蹦床、大跳台、速度滑冰、跑步等热门的体育运动。

任务	技术方向	技术细分	算法模型
10.applications	10.1) 足球	Tracking，ReID
		比分牌识别
		超分辨率
		动作识别+增强版
		检测+识别+跟踪+足球
	10.2) 跳水
	10.3) 乒乓球
	10.4) 花样滑冰
	10.5) 健身
	10.6) 篮球
	10.7) 蹦床
	10.8) 大跳台
	10.9) 速度滑冰
	10.10) 跑步/舞蹈

合作伙伴

• 国家队
• 央视
• 国家体育总局体育科学研究所，河北省体育科学研究所
• 高校：厦门大学，南京大学，北京航空航天大学，上海科技大学，大连理工大学等
• 商业公司：Intel，Sony，Pixellot，全度科技等

百度开发团队

• 百度研究院 机器人与自动驾驶实验室（RAL）
• 百度研究院 大数据实验室（BDL）
• 百度深度学习技术平台部（PaddlePaddle）
• 百度ACG产业创新业务部
• 百度研究院 GAIT实验室

致谢

感谢飞桨兴趣小组（PPSIG）Models-CV成员对PaddleSports建设的贡献（张熙瑞，洪力，王成，卜宜凡，孔远杭，肖培楷，张戈等）