چارچوب ریسکمحور و توضیحپذیر برای پشتیبانی داوری ورزشهای رزمی: ارزیابی اولیه تشخیص حرکات ضربهای و غیرضربهای
چارچوب ریسکمحور و توضیحپذیر برای پشتیبانی داوری ورزشهای رزمی: ارزیابی اولیه تشخیص حرکات ضربهای و غیرضربهای
لیلا نصیری دارانی1 امیرفواد ابراهیمی پور2 هدیه حمیدی میشامندانی3 سمانه محمدی4 شیلان محمودیان5
1) دانشجوی دکتری هوش مصنوعی-علوم کامپیوتردانشگاه آزاد اسلامی
2) دانشجوی ارشد هوش مصنوعی- کامپیوتردانشگاه آزاد اسلامی
3) دانشجوی ارشد هوش مصنوعی- کامپیوتردانشگاه آزاد اسلامی
4) دانشجوی ارشد هوش مصنوعی- کامپیوتردانشگاه آزاد اسلامی
5) دانشجوی ارشد هوش مصنوعی-کامپیوتردانشگاه آزاد اسلامی
کد IOI مقاله
:
AAHD-ABKDZH
محل انتشار :
کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
داوری در ورزشهای رزمی به دلیل سرعت بالای حرکات، انسداد دید، تغییر زاویه مشاهده و دشواری تشخیص برخورد، به سامانههای پشتیبان تصمیمگیری نیاز دارد که از قابلیت بازبینی و قابلیت اعتماد برخوردار باشند. هدف این پژوهش، ارائه و ارزیابی یک چارچوب ریسکمحور و توضیحپذیر برای پشتیبانی از تصمیمگیری داوری بر پایه تشخیص دودویی حرکات ضربه ای و غیر ضربه ای در کلیپ های ورزشهای رزمی است. مجموعه داده پژوهش شامل ۳۰ کلیپ متوازن است که توسط افراد دارای تجربه تخصصی در ورزشهای رزمی بازبینی شدهاند. در چارچوب پیشنهادی، چهار جریان استخراج ویژگی شامل HOG-SVM بهعنوان خط مبنای کلاسیک ، ویژگیهای ویدئوییSlowFast-feature، ویژگیهای اسکلتی Pose-sequence و مدل ترکیبی Fusion مورد بررسی قرار گرفتند. بهمنظور ارزیابی پایدارتر عملکرد مدلها، از اعتبارسنجی متقاطع پنجبخشی استفاده شد. افزون بر معیارهای متداول طبقهبندی، کالیبراسیون احتمال، خطاهای پرریسک، طبقهبندی انتخابی و ارجاع موارد نامطمئن به داور انسانی نیز بررسی شد. همچنین، تحلیلهای اکتشافی مرتبط با حرکت مفاصل، پویایی زمانی دادههای اسکلتی و دادههای پرت بهمنظور بررسی کیفیت و قابلیت تفسیر ویژگیها انجام گرفت.نتایج نشان دادند که برتری مشاهدهشده Fusion در ارزیابی تکتقسیمی پس از اعتبارسنجی متقاطع تأیید نشد و Pose-Sequence بهترین عملکرد نسبی را در این مجموعهداده کوچک نشان داد، این یافته بیانگر آن است که ارزیابی سامانههای هوشمند پشتیبان داوری نباید صرفاً بر دقت طبقهبندی یا نتایج یک تقسیمبندی از دادهها متکی باشد. در چنین کاربردهایی، پایداری نتایج، کالیبراسیون احتمال، شناسایی خطاهای پرریسک، کنترل کیفیت دادههای اسکلتی و ارجاع موارد نامطمئن به داور انسانی نیز باید مورد توجه قرار گیرد. بنابراین، هدف پژوهش حاضر معرفی یک سامانه آماده برای داوری خودکار نیست، بلکه ارائه شواهد اولیه برای ضرورت بهکارگیری یک رویکرد ریسکمحور، توضیحپذیر و مبتنی بر حضور انسان در حلقه تصمیم در طراحی سامانههای هوشمند پشتیبان داوری است. با توجه به حجم محدود مجموعه داده، نتایج کالیبراسیون، تحلیل ریسک و توضیحپذیری در این پژوهش ماهیتی اولیه و اکتشافی دارند و باید با احتیاط تفسیر شوند.
کلمات کلیدی : پشتیبانی هوشمند داوری ورزشهای رزمی تشخیص حرکت تحلیل ریسک اعتبارسنجی متقاطع کالیبراسیون انسان در حلقه تصمیم