近日， 北京师范大学-香港浸会大学联合国际学院（以下简称“北师港浸大”）理工科技学院计算机科学系主任、广东省数据科学与技术交叉应用重点实验室副主任苏伟峰教授团队创新提出将运动估计智能算法与计算机视觉技术相结合，并与国家体育总局联合攻关，攻克场地自行车成绩排序技术难题。目前，该技术系统已通过国家体育总局验收，正式投入国家队日常训练使用。
据了解，此前，场地自行车成绩获取主要依赖于高精度地面计时带，车轮压过计时带的瞬间记录时间。这种方式存在无法精确区分前后轮压线的弊端，导致压线时间的分配存在误差。
为解决这一难题，苏伟峰教授团队将运动估计智能算法与计算机视觉技术相结合，为场地自行车比赛的精准排序创造出全新的技术手段。
从需求分析到技术选型，再到算法优化和系统测试，每一步都经过严谨推敲与反复打磨。面对场地自行车高速竞技挑战（时速超70公里/小时）及顶尖选手间微秒级的时间差，团队不断突破技术瓶颈，实现了毫米级精准识别。而传统的高速摄像机难以捕捉到每名运动员压线的确切时刻，且高速下画面易模糊失真，无法完美追踪运动员的动作。
为获取最真实有效数据，团队成员携带专业高速摄像机深入北京奥运选手训练场，进行大量数据采集工作。基于这些数据，团队提出一系列创新性解决方案，聚焦于成像技术的革新与算法的深度优化，实现动态捕捉清晰度与压线判断精准度的飞跃式提升，即便是千分之一秒的微小差距，也能被系统精准捕捉并排序。
团队成员在东莞实地测试
项目开发后期，团队多次前往东莞进行实地测试，以确保系统在真实比赛环境中的稳定性和精准性。东莞训练场地为团队提供了与国家队日常训练接近的配置环境，这对系统的调试和优化至关重要。面对高速摄像头实时对接的挑战，团队不断优化算法，提升图像处理效率与精度，最终实现了系统与摄像头的无缝协同工作。
国家体育总局体育科学研究所特聘客座研究员张珽在科普中国平台“科学之眼看奥运”主题讲坛中介绍：“我们联合北京师范大学-香港浸会大学联合国际学院的苏伟峰教授团队，通过运动估计智能算法和计算机视觉技术等人工智能手段，高效、智慧地分析运动影像，结合地面计时带，形成了多维度、多模态的时空精准判定，可以消除毫秒级的竞争中的误判。”
媒体链接：https://gd.ifeng.com/c/8cNjt514WT5
