2022年1月15日，2021中国计算机学会大数据与计算智能大赛(CCFBig Data & Computing Intelligence Contest，CCF BDCI)圆满落下帷幕，同时其主办的“基于飞桨实现人体骨骼点动作识别”赛道公布了竞赛结果并且举行了颁奖典礼。

CCFBDCI由中国计算机学会于2013年创办，是大数据与人工智能领域的算法、应用和系统大型顶级挑战赛事。大赛面向重点行业和应用领域征集需求，以前沿技术与行业应用问题为导向，以促进行业发展及产业升级为目标，以众智、众包的方式，汇聚海内外产学研用多方智慧，为社会发现和培养了大量高质量数据人才。

2021 CCFBDCI一共有15个竞技赛题，经过数个月的激烈角逐，由语音及语言信息处理国家工程研究中心-语音情感计算及多模态交互研究团队於俊老师指导的参赛团队（成员：於俊、刘泽鹏、魏智鸿、张力文、常昊）在“基于飞桨实现人体骨骼点动作识别”赛道中获得B榜第二，最终获得二等奖的好成绩。该团队成员来自中国科学技术大学。

人体运动分析是近几年众多领域研究的热点问题。在学科交叉研究方面，人体运动分析涉及到计算机科学、运动人体科学、环境行为学和材料科学等。随着相关研究的逐步深入以及计算机视觉、5G通信的飞速发展，人体运动分析技术已应用于自动驾驶、影视创作、安防异常事件监测和体育竞技分析、康复等实际场景，人体运动分析已成为人工智能领域研究的前沿课题，此类研究也将在竞技体育、运动康复、日常健身等方面发挥非常重大的意义。“基于飞桨实现人体骨骼点动作识别”比赛借助花样滑冰选手的视频图像研究人体运动，利用比赛提供的训练集数据，构建基于骨骼点的细粒度动作识别模型，完成测试集的动作识别任务。

在比赛中，比赛方案如图四所示，本参赛团队基于数据集与任务的特点，首先选取了AGCN，CTRGCN，STGCN，EfficientGCN四种模型，在其基础上利用中心化修复，空帧处理，数据增强等策略对数据进行处理，提高了模型的泛化性和鲁棒性。在训练阶段，采用五折交叉验证与Multi-WindowSize的方法提高了模型的精度与泛化性，最后在测试阶段，将基于四个模型采用不同训练方法获得的五个模型进行集成，并加入了TTA的策略，得到最终的结果。

解决方案流程图

本次比赛吸引了全球1247所高校及科研院所、1873家企事业单位的33868人、28955支队伍参赛，包括来自清华、北大、中国科学技术大学、麻省理工、百度、腾讯、字节跳动、阿里巴巴等来自国内外多家知名互联网企业与高校。经过竞争十分激烈的筛选，最终本参赛团队在“基于飞桨实现人体骨骼点动作识别”赛道以B榜67.35015773的好成绩荣获第二名，并获得奖金2万元。