← 返回赛题库
国赛 / 2025 / E 题

AI 辅助智能体测

用摄像头采集的骨骼关键点数据判断学生体测动作是否规范,建立评分模型并给出辅助判定流程。

图像处理数据处理评价

题目要点拆解

  1. 用摄像头 + AI 姿态估计得到 33 个关键节点的逐帧坐标,分析立定跳远的动作过程。
  2. 问题 1:确定运动者的起跳与落地时刻,并描述滞空阶段(起跳到落地)的运动过程;问题 2:结合「纠正前/教练纠正后」的视频、坐标与跳远成绩,以及个人体质报告(年龄、身高、体重、体脂率),分析影响跳远成绩的主要因素。
  3. 属于「姿态数据处理 + 运动学分析 + 影响因素建模」的题;附件含视频,需要从坐标序列里自己提取速度、角度、重心轨迹等特征。

数据与附件说明

4 个附件:跳远视频、关键点坐标、跳远成绩、体质报告(含 JPG/MP4/TXT/XLSX 多种格式)。题目在官方赛题包中的位置:E题/E题.pdf。

以上为团队整理的审题要点,不能代替官方题面。

可以从这些模型入手

浏览模型库 →
评价python

层次分析法 AHP

指标难以量化、主要依靠专家经验判断权重,需要把两两比较的定性结论转成可计算的权重。

公式 · 代码 · 常见坑查看模型 →
评价python

熵权法

指标数据完整,希望权重由数据自身的离散程度客观决定,常与 TOPSIS 组合使用。

公式 · 代码 · 常见坑查看模型 →
评价python

模糊综合评判

指标含「好 / 较好 / 一般」这类模糊语言,或评价本身带有主观等级判断,需要给出等级隶属度。

公式 · 代码 · 常见坑查看模型 →