新AI模型可識別運動員情緒
更新時間：2024/6/21 10:26:38 來源：新華社
新聞中心首頁
利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)和實際比賽視頻,，德國一個研究團(tuán)隊訓(xùn)練出能夠識別運動員情緒的AI（人工智能）模型,。它根據(jù)網(wǎng)球運動員在比賽中的肢體語言識別其情感狀態(tài),，準(zhǔn)確率可達(dá)到人類觀察者水平。
德國卡爾斯魯厄理工學(xué)院和杜伊斯堡-埃森大學(xué)研究人員在新一期人工智能領(lǐng)域?qū)W術(shù)期刊《知識系統(tǒng)》上發(fā)表論文說,，他們使用真實的比賽場景而非模擬或人工合成數(shù)據(jù)來訓(xùn)練人工智能系統(tǒng),。
研究人員在特定環(huán)境中錄制了15名網(wǎng)球運動員的比賽視頻，重點關(guān)注他們得分或輸球時的肢體語言表達(dá),，例如低頭,、興奮地舉起手臂、垂下球拍或走路速度改變等,，這些肢體語言可用于識別運動員的情感狀態(tài),。
這些視頻數(shù)據(jù)被用于訓(xùn)練一個基于卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的人工智能模型。通過訓(xùn)練,，該模型能夠?qū)⑦\動員的肢體語言與不同的情感反應(yīng)聯(lián)系起來,，并可根據(jù)運動員在一個回合后的肢體語言判斷其得分還是丟分。研究人員介紹,，該模型識別運動員情感狀態(tài)的準(zhǔn)確率高達(dá)68.9%,，與人類觀察者的識別水平相當(dāng)。
研究還顯示,，人工智能模型和人類觀察者都更善于識別負(fù)面情緒,，這可能因為負(fù)面情緒以更明顯的方式被表達(dá)出來。
研究人員表示,，在自然語境中進(jìn)行訓(xùn)練是利用人工智能技術(shù)識別情感狀態(tài)的重要進(jìn)步,，這使得在真實場景中預(yù)測成為可能。該技術(shù)在體育領(lǐng)域具有廣泛應(yīng)用前景,，例如可用于改進(jìn)訓(xùn)練方法,、提升團(tuán)隊動力和表現(xiàn)、防止倦怠等,；還可用于醫(yī)療保健,、教育、客服等方面,。
 |
 |
 |
 |
焦作網(wǎng)免責(zé)聲明： | |||||||
|
||||||||
利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)和實際比賽視頻，德國一個研究團(tuán)隊訓(xùn)練出能夠識別運動員情緒的AI（人工智能）模型,。它根據(jù)網(wǎng)球運動員在比賽中的肢體語言識別其情感狀態(tài),，準(zhǔn)確率可達(dá)到人類觀察者水平。
德國卡爾斯魯厄理工學(xué)院和杜伊斯堡-埃森大學(xué)研究人員在新一期人工智能領(lǐng)域?qū)W術(shù)期刊《知識系統(tǒng)》上發(fā)表論文說,，他們使用真實的比賽場景而非模擬或人工合成數(shù)據(jù)來訓(xùn)練人工智能系統(tǒng),。
研究人員在特定環(huán)境中錄制了15名網(wǎng)球運動員的比賽視頻，重點關(guān)注他們得分或輸球時的肢體語言表達(dá),，例如低頭,、興奮地舉起手臂,、垂下球拍或走路速度改變等，這些肢體語言可用于識別運動員的情感狀態(tài),。
這些視頻數(shù)據(jù)被用于訓(xùn)練一個基于卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的人工智能模型,。通過訓(xùn)練，該模型能夠?qū)⑦\動員的肢體語言與不同的情感反應(yīng)聯(lián)系起來,，并可根據(jù)運動員在一個回合后的肢體語言判斷其得分還是丟分,。研究人員介紹，該模型識別運動員情感狀態(tài)的準(zhǔn)確率高達(dá)68.9%,，與人類觀察者的識別水平相當(dāng),。
研究還顯示，人工智能模型和人類觀察者都更善于識別負(fù)面情緒,，這可能因為負(fù)面情緒以更明顯的方式被表達(dá)出來,。
研究人員表示，在自然語境中進(jìn)行訓(xùn)練是利用人工智能技術(shù)識別情感狀態(tài)的重要進(jìn)步,，這使得在真實場景中預(yù)測成為可能,。該技術(shù)在體育領(lǐng)域具有廣泛應(yīng)用前景，例如可用于改進(jìn)訓(xùn)練方法,、提升團(tuán)隊動力和表現(xiàn),、防止倦怠等；還可用于醫(yī)療保健,、教育,、客服等方面。
 |
|
||||
|
焦作網(wǎng)免責(zé)聲明： | |||||||
|
||||||||
|
|
