第41名方案 (2D-CNN, 1D-CNN, Stacking)

感谢所有组织者和参与者带来这场精彩的比赛！
我非常享受这次比赛！

概览

2D-CNN 预测 [缩小, 放大, 遮罩]
输入单帧画面，使用同一模型预测 Endzone 和 Sideline 视角。
1D-CNN 预测 [tracking, helmet]
输入追踪和头盔位置数据，进行位移处理 (-6~6)。
(特征包括：位置, 速度, 加速度, 距离, 方向角, 运动方向, sa, 头盔位置)
Stacking (堆叠)
基于 2D-CNN 的预测值和 5 个特征 (缩小, 放大, 遮罩 = 3个模型)。
基于 1D-CNN 的 3 个追踪特征。
以及表格特征。
移动平均后处理
在拼接距离 (concat distance) > 2 的数据之后进行。