击剑比赛人工智能裁判数据集
数据来源：互联网公开数据
标签：击剑比赛,人工智能,裁判系统,动作识别,关键点提取,视频分析,运动科学
数据概述：
本数据集旨在支持开发用于裁判击剑比赛（具体为花剑项目）的软件。数据集基于YouTube上采集的国际击剑比赛视频片段，每个视频片段代表一次得分动作，标签标注了得分者（左击剑手、右击剑手或双方同时进攻）。为简化动作识别流程，视频片段经过OpenPose处理，提取了人体关键点信息。数据集分为三个部分：
1. ClipDescriptor：记录视频来源、帧范围、得分信息及关键点文件的链接。
2. Keypoints文件夹：存储OpenPose提取的原始关键点数据。
3. FencersKeyPoints文件夹：存储处理后的击剑手关键点数据，专为研究击剑动作设计。
数据用途概述：
该数据集适用于击剑动作识别算法的开发、比赛裁判系统优化及运动科学分析。研究人员可利用此数据集训练深度学习模型（如CNN+LSTM架构）以实现自动裁判功能。此外，数据集还可用于研究击剑动作模式、运动员表现评估及击剑训练辅助系统的开发。当前数据集的局限性在于缺乏剑的位置信息，未来研究可在此方向上进一步改进。
