競賽指導單位:教育部資訊及科技教育司
競賽運籌單位:教育部人工智慧與標註資料蒐集計畫辦公室
議題提供單位:國立陽明交通大學資訊工程學系網路最佳化實驗室
競賽協辦單位:國立陽明交通大學精準運科團隊、國立中央大學資訊工程學系、國立臺灣師範大學資訊工程學系、中租企業、資訊工業策進會、工業技術研究院
2023 AI CUP 春季賽「教電腦看羽球」競賽最終得獎名單出爐!請參閱附件 並請得獎組別的組長留意信箱,依時間規定回傳相關資訊。 https://tinyurl.com/2jpe6bvn 提醒 主辦單位將發送通知信聯繫後續發獎事宜,再請於信件需求回覆內容,逾時不候。 若名單有問題,請聯繫AI CUP辦公室 (moe.ai.ncu@gmail.com) 。
由於評審作業尚在進行中,故原訂本週五 6/9 公告最終結果,將延後至6/14(三) 15:00公告, 請參賽者海涵。謝謝配合。
煩請參賽者填寫AI CUP賽後問卷 https://forms.gle/rGHvshXJ1ivGVSy39
private leaderboard成績已經公佈, leaderboard 1-21名隊伍隊長請注意主辦單位繳交報告通知信。 即刻起可以開始繳交報告及程式碼,請注意繳交期限喔!
測試資料集已開放下載,各位參賽者可以到資料下載區下載第二階段資料。 請上傳答案卷的時候務必連同一、二階段資料一起上傳。 這樣才會同時有public與private的分數唷。
由於此競賽須由 AI CUP 官網進行報名,為避免參賽者困惑,故 AIdea 競賽頁面之報名欄位將顯示「額滿」。 再次提醒,欲參賽者請透過:https://go.aicup.tw/ 進行報名,謝謝。
近年統計全球有約22億羽球人口,台灣則超過3百萬人,單項運動全國普及度排名第二,且近年羽球選手在國際賽場上有十分突出的表現,國民關注度逐漸提升。
針對羽球技戰術分析,本團隊已提出比賽拍拍記錄格式並開發了電腦視覺輔助的快速拍拍標記程式,啟動羽球大數據的研究,雖然已使用許多電腦輔助的技巧,但人工進行拍拍標記依然需耗費人力及時間,尤其技術資料識別仍需具有羽球專業的人員來執行。透過本競賽期望能邀集具機器學習、影像處理及運動科學專長的專家與高手,開發高辨識率的自動拍拍標記模型,讓巨量羽球情蒐成為可能,普及羽球技戰術分析的科研與應用。
相關問題諮詢,請洽:evawang.cs11@nycu.edu.tw
競賽論壇: 2023 AI CUP:教電腦、看羽球、AI CUP 實戰人工智慧
※ 本議題不開放AIdea平台直接報名,欲參加者請從 AI CUP 報名系統 報名
若是第一次使用AI CUP報名系統的參賽者,可至連結查看 AI CUP 報名系統流程。
報名完成後,請填寫前測問卷。
獎項名稱 | 獎金 | |
第一名 | 1名 | 70,000 |
第二名 | 1名 | 50,000 |
第三名 | 1名 | 30,000 |
最佳論文獎 | 1名 | 6,676 |
佳作 | 14名 | 6,666 |
日期 | 事件 |
2023/03/01(三) | 開放報名 |
2023/03/15(三) | 開放下載訓練及開發資料集 |
2023/03/22(三) | 開放答案上傳 並公布public leaderboard成績 |
2023/05/02(二) 11:59:59 am | 報名截止 |
2023/05/09(二) 11:59:59 am | 開放下載private測試資料集及 public+private上傳答案,但只公告public leaderboard |
2023/05/16(二) 23:59:59 pm | 關閉上傳答案 |
2023/05/17(三) 17:00:00 pm | 公布private leaderboard成績, 並開始上傳報告及程式碼 |
2023/05/24(三) 23:59:59 pm | 截止上傳報告及程式碼 開始評估(程式碼 + 報告) |
2023/06/09(五) | 公布最終結果 |
2023/07 (暫定) | 頒獎典禮與獎金發放,統一由計畫辦公室安排 |
$$ \sqrt{(x_{gt}-x_{pred})^2+(y_{gt}-y_{pred})^2}<6 $$
視為正確,得0.1分,否則得0分。
$$ \sqrt{(x_{gt}-x_{pred})^2+(y_{gt}-y_{pred})^2}<10 $$
視為正確,得0.05分,否則得0分。
$$ \sqrt{(x_{gt}-x_{pred})^2+(y_{gt}-y_{pred})^2}<10 $$
視為正確,得0.05分,否則得0分。
假設資料集有$R$個比分影片,第$i$個影片有$S_i$拍,底得分公式:
$$ \frac1R\sum_{i=1}^R1_{S_i=S_i^{pred}}(0.1+ASS_i) $$
其中$ASS_i$ (Average Shot Score)是第$i$比分影片的內容得分,計算如下(公式中足碼$j$表該比分影片的第$j$拍):
$$ ASS_i=\frac1{S_i}\sum_{j=1}^{S_i}1_{\left|HitFrame_j-HitFrame_j^{pred}\right|\leq2}SS_j $$
而$SS_j$ (Shot Score)計算如下:
$$ \begin{array}{lcl}SS_j&=&0.1+0.1\times1_{Hitter_j=Hitter_j^{pred}}\\&&+0.1\times1_{BallHeight_j=BallHeight_j^{pred}}\\&&+0.1\times1_{\left\|Landing_j-Landing_j^{pred}\right\|<6}\\&&+0.05\times1_{\left\|HitterLocation_j-HitterLocation_j^{pred}\right\|<10}\\&&+0.05\times1_{\left\|DefenderLocation_j-DefenderLocation_j^{pred}\right\|<10}\\&&+0.05\times1_{Backhand_j=Backhand_j^{pred}}\\&&+0.05\times1_{RoundHead_j=RoundHead_j^{pred}}\\&&+0.2\times1_{BallType_j=BallType_j^{pred}}\\&&+0.1\times1_{Winner_j=Winner_j^{pred}}\end{array} $$