河北
法规限制了赛马时鞭子的使用强度和频率。不过，目前的合规性仍然是每场比赛后手动验证的。筑波大学的研究人员开发了一种创新的系统，结合了高分辨率音频录制和人工智能，能够自动检测鞭声。这项研究已在期刊人工智能工程应用上发表。
这项技术提升了对高频成分的分析，显著提高了实时判断的可行性。
骑师传统上使用鞭子来鼓励加速并保持马匹的专注。然而，用力过猛或击打次数超过规定违反了比赛规则，并引发了对动物福利和公平性的担忧。
目前，比赛监督员通过手动查看比赛视频来检查鞭子的使用情况。这个耗时且容易出错的过程将大大受益于自动检测技术。
本研究聚焦于鞭子的声音。因为鞈子的声音极其短暂，并且包含非常高频的成分，所以在标准音频录音中无法准确捕捉。
于是，研究团队使用了192 kHz的高分辨率音频录音，并训练了一个深度学习模型——卷积递归神经网络，来学习鞭子挥动的声学特征和时间上的变化。
表现最好的模型准确检测到来自日本24场官方比赛音频数据中约620个标注的鞭击声，比例约为70%。这项研究的重要发现是，高频成分对准确检测至关重要，首次确认了鞭声中存在“非常高频”的成分。
此外，该系统在多种条件下实现了快于实时的音频处理，显示出它在现场比赛监控方面的巨大潜力。
本研究预计通过确保鞭子的适当使用来促进公平竞争，同时改善动物福利。在未来的工作中，我们将扩展数据集，并在嘈杂环境下提升系统的鲁棒性。最终目标是在真实的赛马环境中实现应用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
