本研究系统性综述了行动质量评估（AQA）领域，分析了过去十年的发展与挑战，审查了200多篇相关研究，提供了基本概念、框架、性能指标及最新方法的详细分析，为研究人员提供参考，推动AQA的发展。

我们提出了一种新颖的半监督方法，利用无标签数据和少量有标签数据，通过教师-参考-学生架构提高行动质量评估任务准确性，并引入置信度记忆提高伪标签可靠性。实验证明，我们的方法在三个行动质量评估基准数据集上显著改进，超过现有半监督行动质量评估方法。

该研究使用计算机视觉评估行动质量，通过神经网络从视频数据中提取符号并应用规则进行评估。研究发现该系统比纯粹的神经网络方法更具信息量。系统实现了动作识别和时间分割，并生成详细报告，提供客观评分和可视证据。研究人员将公开训练数据和代码以便于可重复性。

该研究使用计算机视觉评估潜水行动质量，通过神经网络从视频数据中提取符号并应用规则进行评估。研究发现，领域专家更喜欢该系统，认为它比纯粹的神经网络方法更具信息量。该系统实现了动作识别和时间分割，并生成详细报告，提供客观评分和可视证据。研究人员将公开标注训练数据和代码。