幼儿体质健康是家庭、学校、社会的共同责任。健康教育是幼儿园五大领域之首,如何利用科技助力幼儿体质健康?清华大学电子工程系教授、媒体大数据认知计算研究中心主任王生进带领团队携手咏威亚太体智能教育研究院,研制了贝比壮幼儿体质评量AI系统。
咏威亚太自主研发了贝比壮幼儿体质评量APP,所属分院率先开展幼儿体质评量,在测量过程中,测评人员的人为因素经常导致测量数据不准确。如何避免人为因素的影响,利用人工智能技术研发测量系统,提高体质测量数据的准确性和节约人力成本,势在必行。
作为人工智能领域的专家,王生进教授一直在AI技术研究和应用探索的前沿,尤其在计算机视觉和机器学习领域。幼儿体质测量需要在运动中抓取3-6岁儿童的跑、跳、投掷等动作,看似简单,其实技术难度不小,需要诸多人像识别技术。
幼儿体质测量AI系统的技术应用
围绕AI人工智能技术赋能儿童体质评量,近两年,王生进教授率领其团队进行了深耕探索。3-6岁幼儿体质测量共8项测试指标,分为形态类身高、体重两项,素质类6项都是运动项目。10米折返跑、立定跳远、网球掷远、双脚连续跳、坐位体前屈、走平衡木6项测量项目都在运动中采集图像,另外,测量现场的光线敏感度、声音和其他移动目标等环境因素也会影响采集图像的清晰度。在运动中采集图像的清晰度和连续性是后期图像识别和数字处理的前提,尤其采集对象又是3-6岁的幼儿,如果系统硬件设备笨重,难以适应移动需求,而如果数据处理都集中在中心处理器,箱体体积和重量不适合移动。除了以上技术与环境因素外,硬件选取还要考虑成本,如果选择高速率的镜头,价格就会太高,不适合普及推广,这些难题都要解决。设计研发过程的难度和需要处理的问题,远远超过预期,王生进教授带领团队与咏威亚太体智能教育研究院紧密合作,逐一攻克了各个技术环节。
幼儿体质测量系统主要运用了人脸检测、行人检测、行为动作与姿态识别、物体检测等技术,同时要考虑具体测量场景的特殊性和复杂性,非常考验其团队解决问题的能力。最后研发完成的幼儿体质测量AI系统让清华团队的技术优势得到了充分发挥。
贝比壮幼儿体质测量AI系统,针对不同人脸识别场景,设计了多种网络架构,以适应不同场景的要求,在满足不同应用要求的同时,保持了更高的准确率。清华大学媒体大数据认知计算中心的“行人再识别ReID”研究,2010年获得国家自然科学基金资助,多次获得国际国内优秀论文和相关知识产权认证。其行人再识别技术与行人检测/行人跟踪技术相结合,应用于贝比壮幼儿体质测量系统,有效解决了测量场景中的运动跟踪和摄像头的视觉局限。
清华大学电子工程系研发的“人像态势计算技术”,通过图像判断人的行为和动作,理解人的意图,获得高层次的语义信息。确定图像中的人的姿态信息以及与物体的位置、检测人体关键点信息等,属于深度人像识别的概念,可对人的像态、形态、神态、意态进行识别。贝比壮幼儿体质测量AI系统,通过自主掌握的人脸关键点检测、人脸表情识别、骨骼关键点识别、姿态迁移、人像分割及行人目标跟踪等AI算法,能在算法移植、处理单元调优、引擎适配等方面提供算力优化能力。
物体检测技术是团队助理教授李亚利博士的一个主要研究方向,为本系统研发提供了重要的技术支撑。根据不同的应用场景,具体的物体检测算法也多种多样。目前大多数物体检测是基于深度学习的物体检测算法,按照候选区域生成、区域特征提取与分类、物体定位三个步骤进行。贝比壮幼儿体质测量AI系统中,物体检测的任务是识别出图像中有什么样的测量器具,并报告出这个物体在图像表示的场景中的位置和方向。
幼儿体质测量AI系统的应用空间
展现科技的力量,服务幼儿体质评量的背后,是以王生进教授为代表的科技工作者兢兢业业的付出,正是他们的努力,让科技为幼儿健康提供了技术支持。科学地体质测量是幼儿体质评量的第一步。严格按照测试项目采集孩子的运动图像,系统依据算法进行图像识别和数据处理,自动生成幼儿体质评量报告。评量不是目的,改善孩子的健康才是目的,科学干预具有广泛的发展空间。王生进教授从人工智能在大数据应用的角度提出了方向性建议。
首先,目前幼儿体质评量报告仅依据当次测量数据生成的报告,今后基于连续性完整测量数据生成的评量报告,才能够更具科学性。
其次,运动和营养是儿童青少年健康成长的两个关键性指标。基于儿童青少年健康数据,研发AI运动与营养的优选系统,用人工智能技术为儿童青少年健康成长保驾护航。
千里之行始于足下。将AI技术与幼儿体质测量相结合仅仅是开端,科技向善,以人为本,将人工智能技术应用于儿童青少年健康成长,其应用空间,不可限量。科研是永无止境的。随着算法及算力的发展,AI还应用于儿童青少年思维、心理健康等领域。王生进教授表示,将带领团队,继续深耕儿童青少年健康事业,继续用更多的科研成果,为孩子们的体质增强添砖加瓦,为祖国的下一代健康成长贡献力量。(供稿单位:清华大学电子工程系)
(责编:崔宝友)