基于Transformer的跳水运动裁判评分质量评估：从粗粒度到细粒度的动作解析

针对跳水运动中动作质量评估(AQA)的挑战，华侨大学团队提出创新性Transformer框架，通过跨特征融合模块(CFF)和对比动作解析解码器(CAPD)实现裁判评分的细粒度预测。该研究将传统相对评分预测重构为相对裁判评分预测，在MTL-AQA等数据集验证中超越现有方法，为体育智能化评分系统提供新范式。

　　

在竞技体育领域，跳水运动的评分始终面临主观性强、标准难以量化的挑战。专业裁判需要从腾空高度、动作连贯性、入水效果等维度进行综合评判，而运动员间微妙的动作差异往往导致评分争议。传统动作质量评估（Action Quality Assessment, AQA）方法多采用卷积神经网络直接回归分数，难以捕捉视频序列中的长程时空关联，更无法模拟真实比赛中多位裁判独立评分的复杂场景。

针对这一难题，华侨大学的研究团队在《Neurocomputing》发表论文，提出名为"从粗到细"的Transformer架构创新方案。该研究突破性地将AQA任务重新定义为相对裁判评分预测问题，通过跨特征融合模块（Cross Feature Fusion, CFF）实现视频对的差异化特征学习，并设计对比动作解析解码器（Contrastive Action Parsing Decoder, CAPD）生成与裁判评判标准对齐的中层表征。最终采用分类-回归联合策略实现评分精准预测，在MTL-AQA、FineDiving等数据集上达到最先进水平。

关键技术包含：1）时空编码器（STE）提取视频全局特征；2）基于交叉注意力的CFF模块实现视频对特征交互；3）CAPD模块通过可学习查询（learnable queries）解析裁判评分特征；4）粗粒度分类与细粒度回归结合的评分预测策略。研究特别模拟真实跳水比赛的"去掉最高最低分"规则，直接预测中间三位裁判分数以消除个体偏差。

【研究结果】

1. 问题重构：将传统AQA的相对评分预测转化为相对裁判评分预测，更贴近实际比赛场景。通过分解最终评分差异为各裁判的独立评分差（R_p
   ^m
   ），建立细粒度评估体系。

2. 模块验证：CFF模块通过双向交叉注意力机制，使视频对特征在查询-键值交互中动态更新。相比传统卷积融合方法，在FineDiving数据集上平均误差降低12.7%。

3. 解码创新：CAPD模块将裁判评分特征作为初始查询，通过Transformer解码器层逐步细化，生成的中间表征能有效区分仅0.5分的动作差异。

4. 预测策略：粗粒度分类器先确定分数区间，偏移回归器再微调具体数值。该策略在MTL-AQA上使皮尔逊相关系数提升至0.923，显著优于直接回归方法。

【结论与意义】
该研究通过模拟真实裁判评判过程，构建了首个面向跳水运动的细粒度AQA框架。创新性地引入相对裁判评分概念，通过CFF和CAPD模块的协同作用，解决了视频特征与主观评分间的语义鸿沟问题。实验证明该方法对微小动作差异的敏感性优于现有技术，特别是对得分相近（如9.0 vs 9.5分）的动作能保持稳定区分度。

研究团队Hong-Ming Qiu等指出，这种"从粗到细"的预测范式可扩展至体操、花样滑冰等同类评分项目。未来通过融入多模态数据（如惯性传感器）和裁判个性化建模，有望推动竞技体育评分进入智能化新阶段。该成果不仅为AQA领域提供方法论创新，更为计算机视觉在体育产业的应用开辟了新路径。