MISSION 5-1识别★☆☆☆☆
CCTV 乱扔垃圾
把人变成火柴人来抓
指令 凌晨两点，有人在小巷扔下易拉罐后消失了。先从画面的 600 万个数字中察觉“扔垃圾的动作”。
装备 目标检测 · 姿态估计 · 4 个动作特征 · 规则 vs 学习 · 实时监控室
LOG 02:16 研究室现场
这是警报响起 3 分钟后的记录。
[SYSTEM] CAM-07 小巷收到一起疑似乱扔垃圾的举报。附件：CCTV 视频 3 秒、一组火柴人资料，以及两个问题。
博士快起来！是小巷的 CCTV！第一个问题是“AI 怎样识别扔垃圾的动作”。第二个问题更有意思：“能不能把识别出的动作反过来生成出来！”分五次来回答！
助手呼啊……用火柴人抓犯人？……等等，最后一个任务叫“跳舞视频”，跳舞的人是我？这个以后再想吧。
果蝇研究员先定好顺序。抓住、反转、折叠再展开、和语言配对，最后跳舞！一个火柴人从头陪到尾。
研究室机器人已准备好五杯咖啡和 900 个火柴人场景。每个任务都配有实操和两段 Colab 代码。
ORDER 总部指令书
■ 一级紧急 · 研究室全员
- 问题
- AI 如何识别动作，又如何生成动作？
- 任务
- 把 CCTV 画面中的人变成火柴人，抓住乱扔垃圾的动作（识别）。把同一个火柴人的特征反过来用，生成动作（生成）；用编码器·解码器把动作折叠再展开以提高性能；把词语和动作配对。最后揭示“跳舞吧”这个提示词是如何变成跳舞视频的。
- 报告形式
- 每个任务都有亲手操作的实操、面向初学者的讲解、练习题，以及两段实际运行过的 Colab 代码
- 推荐顺序
- 5-1 → 5-2 → 5-3 → 5-4 → 5-5。后一个任务会接着使用前一个任务的火柴人
CCTV 画面→火柴人→动作特征→潜在空间→与词语配对→跳舞视频
MISSIONS 五个任务
点击“开始任务”即可进入对应篇章。在完成的任务上勾选“完成”，本设备会记住进度。
MISSION 5-2生成★★☆☆☆
从识别到生成
把特征表的箭头反过来
指令 用识别乱扔垃圾的特征，这次生成一个“扔”的动作。查明为什么把两个动作取平均后手臂会变长。
装备 判别 vs 生成 · 动作数据集 · 平均动作的陷阱 · 评审员的评分
MISSION 5-3压缩★★★☆☆
编码器·解码器
把动作折叠再展开
指令 把 1,196 个数字折叠成几个再展开，动作还能留下来吗？在潜在空间地图上，从走路走到扔东西试试看。
装备 自编码器 · 瓶颈大小 · 潜在空间插值 · 用重建误差发现异常动作
MISSION 5-4文本★★★★☆
从词语到动作
把语言和身体动作放到同一张地图上
指令 把“挥手”这句话和挥手的动作配对。观察原本缠在一起的线如何在学习中找到各自的伴侣。
装备 文本编码器 · 对比学习 · 词语–动作检索 · 文本条件生成
MISSION 5-5最终任务★★★★★
从“跳舞吧”到跳舞视频
提示词如何变成助手的舞蹈
指令 一句“跳舞吧”变成火柴人的舞蹈，又变成助手的跳舞视频。查明画面上显示的动作一致率 76.5% 究竟是什么。
装备 提示词 → 动作 · 基于姿态的视频生成 · 动作一致率 · 视频播放器
进度0 / 5 CLEAR
KIT 每个任务配备的装备
▣ 亲手操作的实操
把 CCTV 画面变成数字、开关检测框和关节、播放火柴人场景、移动阈值的规则实验，还有实时监控室。亲眼确认数字实际是如何变化的。
▣ 两段 Colab 代码
每个任务都有可复制、可下载、可直接用笔记本打开的代码。只使用 Colab 自带的库，并附上实际运行结果。
▣ 讲解和练习题
每节都有面向初学者的讲解、虚线下划线的术语气泡，以及附带解析的练习题。
▣ AI 应用提示词
收录了把代码作为黑客马拉松计划、竞赛策划书、论文实验设计起点的提示词。
▣ 比喻合集
收录了“叠放铁丝人偶”“裁判的视频回放”等比喻，同时写明了比喻失效之处。
▣ 教师指南
整理了讲授型、在岗实训（OJT）、一对一辅导的运营方案，各节提问，以及五种常见误解。
SIDE 支线任务
◆ 照片变成数字的过程 —— 5-1 中的“画面就是数字”在 4-2 猫 vs 人 中有更详细的讲解。
◆ 编码器·解码器与注意力 —— 作为 5-3、5-4 基础的自编码器和编码器–解码器可在 3-7 序列模型 中预习，文本编码器的骨架可在 3-8 注意力·Transformer 中预习。