诺亦腾学术前沿分享 第十二期
研究领域 | 花样滑冰 运动测量
论文作者 | 日本 早稻田大学 羽生结弦
阅读时间 | 约2分钟
全文字数 | 约1000字
01 研究背景
目前，花滑赛事仍采用人工裁判评分。但随花滑难度不断进化，评分标准日益复杂。将跳跃、旋转、步法等各维度的细化标准加起来，裁判要在几秒内考虑超过200项因素，作出近300项决定。而且，国际滑联评分指南年年更新，裁判负担可想而知。同时，关于仅靠人眼观察的评分是否客观公正的议论也日益高涨。
羽生结弦，世界知名花滑运动员，在他的早稻田大学毕业论文中，以诺亦腾 Perception Neuron 惯性动捕设备为工具，探索了在花滑赛事中应用动捕技术辅助评分的可行性。
02 实验过程
羽生结弦选择了后外结环跳（Loop）、后内点冰跳（Flip）以及阿克塞尔跳（Axel）三种典型跳法进行实验，分别进行一周到三周半不等的多次跳跃。
后外结环跳、后内点冰跳动作的3D还原
诺亦腾PN系列动捕设备对使用环境要求极其宽松，即使在温度低、湿度大的滑冰场内，表现依然稳定。轻便的穿戴感受、超大的动捕量程、稳定的信号接收，给予羽生结弦广阔的表现空间，他可自如展示各类高难度花滑动作，而无需担心数据偏误或丢失，为实验顺利进行打下坚实基础。
根据诺亦腾PN系列动捕设备精准采集的动作数据，配套软件Axis Neuron将羽生结弦的动作实时呈现为3D模型，供回放分析。其中，Axis Neuron的基础功能——接触点判断（Contact Point）给予了羽生结弦将动捕技术应用于花滑评分上的灵感。
Axis Neuron显示的模型足底接触点
红色为压力增高的部分
3D模型的足底接触点由诺亦腾自研算法生成，根据全身动作数据计算足底受力，从而判断足底接触地面状态。羽生结弦认为，这将有效解决花滑赛事中的多种裁判难点。
他列举3类违规情况：一是为获取更高分数，先转体，后起跳，故意延迟离冰时间以增加旋转周数；二是在后内点冰跳（Flip）和勾手跳（Lutz）中混用内刃和外刃；三是在规定刀齿点冰起跳的动作中使用冰刀触冰以增加跳跃高度。由于视角遮挡、标准模糊等原因，裁判往往无法对这三类错误实施扣分惩罚。
根据诺亦腾PN系列动捕数据，裁判可看清
运动员起跳使用的是内刃还是外刃
羽生结弦认为，基于诺亦腾PN系列动捕设备的接触点判断技术，可根据接触时间长短、接触位置，准确识别上述错误动作，避免裁判人眼观察导致的评分主观性问题。
03 研究结论
羽生结弦高度评价诺亦腾PN系列动捕设备的性能表现及其功能，他认为，在花滑赛事中应用动捕技术，将使对花滑动作的定量分析成为可能，有效减少赛事评分的主观性，促进赛事公平公正。未来，动作捕捉技术与机器学习的结合，还将打造人工智能裁判系统，助力花滑运动员的训练与指导。
*本文图表除特别注明外，均摘自论文原文。
文献来源：
羽生結弦. (2021). 無線・慣性センサー式モーションキャプチャシステムのフィギュアスケートでの利活用に関するフィージビリティスタディ. 1-7.
原文链接（复制浏览器访问）：
https://waseda.repo.nii.ac.jp/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=64787&item_no=1&page_id=13&block_id=21