12 KiB
Хорошая установка. «Нейро-нечёткая» связка экспертов триггерит именно потому, что выглядит как inженерная компиляция. Чистый CV + глубокое обучение — правильное направление, там много активных открытых проблем, и под них есть Q1-венью (CVPR/ICCV/ECCV/WACV/BMVC/TPAMI/IJCV).
Ниже — 7 кандидатных научных проблем, которые реально решаются силами вашей команды за 2 года, с честной оценкой. Дальше выберем 1-2.
Быстрый отсев того, что НЕ подойдёт
- Монолитный pose estimation («сделаем лучше BlazePose») — насыщенная тема, SOTA двигают Google/Meta. Не для МНГ.
- End-to-end классификация упражнений («назовите упражнение по видео») — решено в 2019–2021.
- Генерация движений (text-to-motion) — инфраструктурно не тянем (нужны 8×A100).
7 кандидатных направлений
🅰 Self-Supervised Action Quality Assessment на edge
Проблема. AQA (оценка качества выполнения движения) сегодня — supervised: требует тысяч размеченных видео с баллами экспертов (AQA-7, MTL-AQA, FineDiving). Для фитнеса таких датасетов нет и не будет в обозримой перспективе.
Научный gap. Как обучить компактную модель оценивать качество повтора, имея только видео правильных выполнений (one-class / self-supervised paradigm), без разметки ошибок?
Гипотеза. Контрастивные представления фаз движения (phase-invariant contrastive learning) + reconstruction-based anomaly score обеспечат AUROC ≥ 0.85 при <2 GFLOPs, сравнимо с supervised методами.
Методы. VideoMAE-v2 backbone → knowledge distillation в лёгкий MobileViT / EfficientFormer → временной скелетный граф через ST-GCN-Lite.
Датасеты. FineGym, Fitness-AQA (есть открытые), ваш собственный + публично доступные YouTube с фильтрацией.
Выход. 1 Q1/Q2 Scopus + 2 conf. papers + открытый бенчмарк.
Риск. AQA — нишевая тема, не каждый рецензент знает контекст. Средний.
🅱 Few-Shot Adaptation к новому упражнению
Проблема. Модель тренируется на фиксированном списке упражнений (присед, жим и т.д.). Новое упражнение = новый датасет + retraining.
Научный gap. Как адаптировать универсальную модель оценки техники к новому упражнению по 3-5 эталонным повторениям, без сбора датасета ошибок?
Гипотеза. Meta-learning над библиотекой движений (motion primitives) + prompt-tuning позового энкодера позволят достичь точности классификации ошибок ≥0.75 F1 при k=5 эталонных повторах.
Методы. Prototypical Networks над pose embedding, MAML-Pose, test-time adaptation через entropy minimization.
Выход. 1 Q2 Scopus (например, IEEE Access, Pattern Recognition) + 2 конференции (ICPR, BMVC).
Риск. Meta-learning капризен в обучении, нужны эксперименты над библиотекой движений. Средний.
Плюс: точно совпадает с практическим сценарием «пользователь снимает новое упражнение» — сильная мотивация.
🅲 Physics-Informed Pose Refinement для биомеханики
Проблема. Нейросетевые позы — noisy. Для биомеханики важны гладкие, биомеханически допустимые траектории (инерция, ограничения суставов, constant bone length).
Научный gap. Как интегрировать физические ограничения (inverse dynamics, joint constraints) в лёгкий позовый estimator без тяжёлой оптимизации HuMoR/PhysCap?
Гипотеза. Differentiable physics layer с lagrangian dynamics на ~500K параметров, встроенный после keypoint detection, снизит MAE по углам на ≥30% vs чистые 2D-позы без увеличения latency.
Методы. Neural ODE + Lagrangian NN + constrained optimization layer (OptNet / CvxpyLayers), дистилляция от PhysCap.
Датасеты. Human3.6M, 3DPW + MoCap ground truth от партнёра-биомеха.
Выход. 1 Q1 Scopus (Computers in Biology & Medicine, IEEE TNSRE) + 2 конф. papers.
Риск. Требует глубокой работы с дифференцируемой физикой — это учебная кривая. Высокий. Но и новизна максимальная.
Плюс: междисциплинарность (CV + биомеханика) — сильный аргумент для РНФ.
🅳 Occlusion-Robust Pose Estimation в fitness-контексте
Проблема. В спортзале тренажёр / штанга / скамья закрывают части тела. Стандартные pose estimators (BlazePose, MoveNet) в таких условиях дают плавающие ключевые точки.
Научный gap. Structured occlusion handling с использованием temporal priors и physics knowledge для конкретного класса упражнений.
Гипотеза. Temporal-attention модуль с learned motion priors для каждого класса упражнений восстанавливает occluded keypoints с PCK@0.05 ≥0.80 при 50% occlusion.
Методы. Token-based pose transformer + masked modeling, cycle-consistency loss.
Риск. Тема не пустая — TokenPose, HRFormer, MaskedPose уже работают с occlusion. Новизна нужна очень аккуратная. Высокий.
Оценка: слабее 🅰/🅱/🅲.
🅴 Uncertainty-Aware 3D Pose из моно-видео для биомеханической валидации
Проблема. Из одной камеры нельзя однозначно восстановить 3D-позу — но можно оценить uncertainty по глубине.
Научный gap. Большинство моно-3D-pose методов дают точечные предсказания без confidence. Для медицинского применения нужны доверительные интервалы.
Гипотеза. Conformal prediction + evidential deep learning дадут calibrated доверительные интервалы по углам суставов с coverage ≥0.90.
Методы. MeTRAbs backbone + evidential head + conformal calibration post-hoc.
Выход. 1 Q2 Scopus + conf. papers.
Риск. Сильно зависит от наличия MoCap-партнёра для калибровки. Средний.
🅵 Synthetic Error Generation через controlled motion manipulation
Проблема. Датасетов видео ошибок техники нет, собирать их опасно (моделям предлагают выполнять неправильно — риск травмы).
Научный gap. Как генерировать физически правдоподобные ошибки техники (округление спины, неполный присед, асимметрия) из правильного эталона?
Гипотеза. Диффузионная модель в латентном пространстве SMPL + biomechanical constraint guidance порождает реалистичные ошибки, обучение на которых переносится на реальные данные с domain gap <15%.
Методы. Controllable motion diffusion (Human Motion Diffusion, MDM) + guided sampling.
Риск. Diffusion тяжеловата для вашего железа (RTX 4090 потянет с ограничениями). Высокий.
Оценка: интересно, но инфраструктурно на грани.
🅶 Unsupervised Phase Segmentation + Repetition Counting
Проблема. Упражнение — цикл с фазами (эксцентрическая/концентрическая/пауза). Оценка техники зависит от фазы. Подсчёт повторений — базовый для фитнес-приложений.
Научный gap. Unsupervised phase segmentation без разметки фаз, на основе cycle consistency и periodicity priors.
Гипотеза. Self-supervised временной энкодер с periodicity loss сегментирует фазы с F1 ≥0.80 без использования размеченных данных.
Методы. TransRAC, RepNet, SSL temporal encoders.
Риск. RepNet (Google, 2020) уже решил близкую задачу. Новизна слабее. Средний.
Сводная таблица
| Новизна | Фундам. | Реализуемость | Публикации | Совпадение с приложением | |
|---|---|---|---|---|---|
| 🅰 SSL AQA on edge | 🟢 высокая | 🟢 | 🟢 | Q1-Q2 | 🟢 прямое |
| 🅱 Few-shot adaptation | 🟢 высокая | 🟢 | 🟡 средняя | Q2 | 🟢 прямое |
| 🅲 Physics-informed pose | 🟢🟢 макс. | 🟢🟢 | 🔴 сложно | Q1 | 🟡 косвенное |
| 🅳 Occlusion-robust | 🟡 | 🟡 | 🟢 | Q2 | 🟢 |
| 🅴 Uncertainty 3D pose | 🟡 | 🟢 | 🟡 (нужен MoCap) | Q2 | 🟡 |
| 🅵 Synthetic errors | 🟢 | 🟡 | 🔴 железо | Q1-Q2 | 🟡 |
| 🅶 Phase seg / rep | 🟡 | 🟡 | 🟢 | Q3 | 🟢 |
Моя рекомендация
Сильная комбинация для заявки: 🅰 + 🅱 (основа), с опциональным элементом 🅲 как «амбициозная часть».
Почему именно эта пара:
- Обе чисто CV + NN, без нечёткой логики
- Дополняют друг друга концептуально: 🅰 даёт скор качества, 🅱 — адаптацию к новому
- Методология одна и та же (self-supervised + pose embeddings), команде не надо учить три разных стека
- Датасеты частично перекрываются
- Обе темы в топе 2024–2026 на CVPR/ICCV/WACV
Альтернатива, если хотите рискнуть на максимальную новизну: 🅲 как core. Это сильнейший заход для РНФ (фундаментально, междисциплинарно), но требует глубокого освоения дифференцируемой физики — минимум 6 мес. R&D до первых результатов.
Какое направление (или их сочетание) хотите раскрутить? После выбора — сформулируем научную проблему, гипотезу и план исследования под ваш профиль.