FineSkiing：面向滑雪动作质量评估的细粒度基准
计算机视觉与模式识别
2025-11-14 v1 人工智能
人机交互
摘要
动作质量评估（AQA）旨在评估和评分体育动作，近年来引发广泛关注。现有AQA方法主要基于从整个视频中提取的特征预测评分，导致可解释性和可靠性有限。此外，现有AQA数据集也缺乏动作评分的细粒度标注，尤其是扣分项目和子评分标注。在本文中，我们构建了包含细粒度子评分和扣分标注的空中滑雪AQA数据集，计划作为新基准公开。针对技术挑战，我们提出一种新型AQA方法，命名为JudgeMind，通过模拟专业裁判的判断和评分思维方式，显著提升性能和可靠性。该方法将输入动作视频分割为不同阶段，对每个阶段进行评分以提高准确性。随后，我们提出一种基于阶段的特征增强和融合模块，以增强对阶段特定关键区域的感知，增强对频繁更换摄像机视角造成的视觉变化的鲁棒性。此外，我们提出一种基于知识的等级感知解码器，以整合可能的扣分项目作为先验知识，以预测更准确和可靠的评分。实验结果表明，我们的方法实现了最先进的性能。
引用
@article{arxiv.2511.10250,
title = {FineSkiing: A Fine-grained Benchmark for Skiing Action Quality Assessment},
author = {Yongji Zhang and Siqi Li and Yue Gao and Yu Jiang},
journal= {arXiv preprint arXiv:2511.10250},
year = {2025}
}