論文の概要: ShuttleNet: Position-aware Fusion of Rally Progress and Player Styles
for Stroke Forecasting in Badminton
- arxiv url: http://arxiv.org/abs/2112.01044v1
- Date: Thu, 2 Dec 2021 08:14:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-04 02:41:32.322061
- Title: ShuttleNet: Position-aware Fusion of Rally Progress and Player Styles
for Stroke Forecasting in Badminton
- Title（参考訳）: shuttlenet:バドミントンの脳卒中予報におけるラリー進行とプレーヤスタイルの位置認識融合
- Authors: Wei-Yao Wang, Hong-Han Shuai, Kai-Shiang Chang, Wen-Chih Peng
- Abstract要約: 本稿では,ターンベースのスポーツにおいて,どのストロークをどこで返すべきかを客観的に判断することに焦点を当てる。
本稿では,ラリープログレスとプレーヤスタイルの融合フレームワーク(ShuttleNet)を提案する。
- 参考スコア（独自算出の注目度）: 18.524164548051417
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing demand for analyzing the insights in sports has stimulated a
line of productive studies from a variety of perspectives, e.g., health state
monitoring, outcome prediction. In this paper, we focus on objectively judging
what and where to return strokes, which is still unexplored in turn-based
sports. By formulating stroke forecasting as a sequence prediction task,
existing works can tackle the problem but fail to model information based on
the characteristics of badminton. To address these limitations, we propose a
novel Position-aware Fusion of Rally Progress and Player Styles framework
(ShuttleNet) that incorporates rally progress and information of the players by
two modified encoder-decoder extractors. Moreover, we design a fusion network
to integrate rally contexts and contexts of the players by conditioning on
information dependency and different positions. Extensive experiments on the
badminton dataset demonstrate that ShuttleNet significantly outperforms the
state-of-the-art methods and also empirically validates the feasibility of each
component in ShuttleNet. On top of that, we provide an analysis scenario for
the stroke forecasting problem.
- Abstract（参考訳）: スポーツにおける洞察の分析に対する需要の増加は、健康状態のモニタリング、結果の予測など、様々な観点から生産的な研究を刺激している。
本稿では,ターンベーススポーツにおいてまだ探索されていない脳卒中を客観的に判断することに焦点を当てる。
シーケンス予測タスクとしてストローク予測を定式化することにより、既存の作業では問題に取り組むことができるが、バドミントンの特性に基づいて情報をモデル化できない。
これらの制限に対処するために,2つの修正エンコーダ・デコーダ抽出器による,ラリー進行とプレーヤスタイルフレームワーク(shuttlenet)の新たな位置認識融合を提案する。
さらに,情報依存と異なる位置を条件にすることで,プレイヤーの集合コンテキストとコンテキストを統合する融合ネットワークを設計する。
badmintonデータセットに関する広範囲な実験は、shuttlenetが最先端の方法を大幅に上回っており、shuttlenetの各コンポーネントの実行可能性も実証的に検証していることを示している。
さらに,脳卒中予測問題の解析シナリオを提案する。
関連論文リスト
- MatchTime: Towards Automatic Soccer Game Commentary Generation [52.431010585268865]
観客の視聴体験を改善するために,自動サッカーゲーム解説モデルの構築を検討する。
まず、既存のデータセットでよく見られるビデオテキストのミスアライメントを観察し、49試合のタイムスタンプを手動でアノテートする。
第2に,既存のデータセットを自動的に修正・フィルタリングするマルチモーダル時間アライメントパイプラインを提案する。
第3に、キュレートされたデータセットに基づいて、MatchVoiceという自動コメント生成モデルをトレーニングします。
論文 参考訳（メタデータ） (2024-06-26T17:57:25Z) - DeTra: A Unified Model for Object Detection and Trajectory Forecasting [68.85128937305697]
提案手法は,2つのタスクの結合を軌道修正問題として定式化する。
この統合タスクに対処するために、オブジェクトの存在, ポーズ, マルチモーダルな将来の振る舞いを推測する精細化変換器を設計する。
実験では、我々のモデルはArgoverse 2 Sensor and Openデータセットの最先端性よりも優れています。
論文 参考訳（メタデータ） (2024-06-06T18:12:04Z) - Benchmarking Badminton Action Recognition with a New Fine-Grained Dataset [16.407837909069073]
高品質なバドミントン映像から得られたビデオバドミントンデータセットを紹介する。
VideoBadmintonの導入は、バドミントンアクション認識だけでなく、きめ細かいアクションを認識するためのデータセットも提供する。
論文 参考訳（メタデータ） (2024-03-19T02:52:06Z) - ShuttleSHAP: A Turn-Based Feature Attribution Approach for Analyzing
Forecasting Models in Badminton [52.21869064818728]
バドミントンにおけるプレイヤー戦術予測のための深層学習アプローチは、部分的にはラリープレイヤの相互作用に関する効果的な推論に起因する有望なパフォーマンスを示している。
本稿では,Shapley値の変量に基づいてバドミントンにおける予測モデルを解析するためのターンベース特徴属性手法であるShuttleSHAPを提案する。
論文 参考訳（メタデータ） (2023-12-18T05:37:51Z) - Estimation of control area in badminton doubles with pose information
from top and back view drone videos [11.679451300997016]
我々はバドミントンダブルスでトップとバックビューから最初の注釈付きドローンデータセットを提示する。
チームワークのパフォーマンスを評価するために,制御領域の確率マップを推定するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-07T11:18:39Z) - Predicting Team Performance with Spatial Temporal Graph Convolutional
Networks [2.055949720959582]
本稿では,エージェントの行動トレースからチームパフォーマンスを予測する新しい手法を提案する。
この問題は、コーチングや対戦相手モデリングといったスポーツ分析の課題に非常に関係している。
論文 参考訳（メタデータ） (2022-06-21T20:40:35Z) - Exploring the Long Short-Term Dependencies to Infer Shot Influence in
Badminton Matches [9.553207911311926]
ショットのプロセスを完全に記述するためのバドミントン言語を導入します。
本稿では,新しい短期抽出器と長期符号化器からなるディープラーニングモデルを提案する。
本モデルでは,収集結果に対するアクションシーケンスの透明性を実現するためのアテンション機構を組み込んだ。
論文 参考訳（メタデータ） (2021-09-14T04:44:40Z) - Self-Supervision by Prediction for Object Discovery in Videos [62.87145010885044]
本稿では,この予測タスクを自己監督として利用し,画像シーケンス表現のための新しいオブジェクト中心モデルを構築する。
私たちのフレームワークは、手動アノテーションや事前トレーニングされたネットワークを使わずにトレーニングできます。
最初の実験では、提案されたパイプラインがオブジェクト中心のビデオ予測への有望なステップであることを確認した。
論文 参考訳（メタデータ） (2021-03-09T19:14:33Z) - Hybrid Dynamic-static Context-aware Attention Network for Action
Assessment in Long Videos [96.45804577283563]
本稿では,長期ビデオにおけるアクションアセスメントのための新しいハイブリットDynAmic-static Context-aware AttenTION NETwork(ACTION-NET)を提案する。
ビデオのダイナミックな情報を学習すると同時に,特定フレームにおける検出した選手の静的姿勢にも焦点をあてる。
2つのストリームの特徴を組み合わせることで、専門家が与えた地道的なスコアによって監督され、最終的なビデオスコアを後退させます。
論文 参考訳（メタデータ） (2020-08-13T15:51:42Z) - PnPNet: End-to-End Perception and Prediction with Tracking in the Loop [82.97006521937101]
我々は、自動運転車の文脈において、共同認識と運動予測の問題に取り組む。
我々は,入力センサデータとしてエンド・ツー・エンドのモデルであるNetを提案し,各ステップのオブジェクト追跡とその将来レベルを出力する。
論文 参考訳（メタデータ） (2020-05-29T17:57:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。