論文の概要: Decontextualized I3D ConvNet for ultra-distance runners performance
analysis at a glance
- arxiv url: http://arxiv.org/abs/2203.06749v1
- Date: Sun, 13 Mar 2022 20:11:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-15 16:03:41.257865
- Title: Decontextualized I3D ConvNet for ultra-distance runners performance
analysis at a glance
- Title（参考訳）: 超距離ランナーの視線性能解析のための非テキスト化I3D ConvNet
- Authors: David Freire-Obreg\'on, Javier Lorenzo-Navarro, Modesto
Castrill\'on-Santana
- Abstract要約: 2021年5月、サイトRunnersworld.comは、過去23年間で超長距離レースへの参加が1,676%増加したと発表した。
約41%が年1回以上のレースに出場している。
本研究の目的は,超走行シナリオに着目した非侵襲的手法を考慮し,ランナーのパフォーマンスを定量化し,予測する方法を決定することである。
- 参考スコア（独自算出の注目度）: 1.9573154231003194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In May 2021, the site runnersworld.com published that participation in
ultra-distance races has increased by 1,676% in the last 23 years. Moreover,
nearly 41% of those runners participate in more than one race per year. The
development of wearable devices has undoubtedly contributed to motivating
participants by providing performance measures in real-time. However, we
believe there is room for improvement, particularly from the organizers point
of view. This work aims to determine how the runners performance can be
quantified and predicted by considering a non-invasive technique focusing on
the ultra-running scenario. In this sense, participants are captured when they
pass through a set of locations placed along the race track. Each footage is
considered an input to an I3D ConvNet to extract the participant's running gait
in our work. Furthermore, weather and illumination capture conditions or
occlusions may affect these footages due to the race staff and other runners.
To address this challenging task, we have tracked and codified the
participant's running gait at some RPs and removed the context intending to
ensure a runner-of-interest proper evaluation. The evaluation suggests that the
features extracted by an I3D ConvNet provide enough information to estimate the
participant's performance along the different race tracks.
- Abstract（参考訳）: 2021年5月、サイトRunnersworld.comは、過去23年間で超長距離レースへの参加が1,676%増加したと発表した。
さらに、これらのランナーの41%近くが年に1回以上のレースに参加している。
ウェアラブルデバイスの開発は、リアルタイムでパフォーマンス対策を提供することによって、参加者のモチベーションを高めることに間違いなく貢献している。
しかし、特にオーガナイザの観点からは、改善の余地があると考えています。
本研究は,超過シナリオに着目した非侵襲的手法を考えることで,ランナーのパフォーマンスを定量化し,予測することを目的とする。
この意味では、参加者はレーストラックに沿って配置された一連の場所を通過するときに捕らえられる。
各映像はI3D ConvNetへの入力と見なされ、作業中の参加者の走行歩行を抽出する。
さらに、天候や照明による捕獲条件やオクルージョンは、レーススタッフや他のランナーによる映像に影響を与える可能性がある。
この課題に対処するため、いくつかのRPにおいて参加者のランニング歩行を追跡し、コーデレートし、関心のあるランナーの適切な評価を保証するためのコンテキストを削除した。
この評価は、I3D ConvNetによって抽出された特徴が、異なるレーストラックに沿って参加者のパフォーマンスを推定するのに十分な情報を提供することを示している。
関連論文リスト
- The 8th AI City Challenge [57.25825945041515]
2024年版では5トラックが収録され、47か国と地域の726チームから前例のない関心を集めた。
このチャレンジでは、2つのリーダーボードを使ってメソッドを展示し、参加者は新しいベンチマークを設定した。
論文 参考訳（メタデータ） (2024-04-15T03:12:17Z) - A Large-Scale Re-identification Analysis in Sporting Scenarios: the
Betrayal of Reaching a Critical Point [1.3887779684720984]
走者再識別のための歩行に基づく新しいアプローチ(re-ID)を提案する。
提案手法は,超遠距離競技におけるランナーの再識別に有望な結果をもたらすことを示す。
これは、超長距離競技や長期監視タスクなど、現実世界のシナリオで歩行認識を活用する可能性を強調している。
論文 参考訳（メタデータ） (2023-12-29T21:48:20Z) - An X3D Neural Network Analysis for Runner's Performance Assessment in a
Wild Sporting Environment [1.4859458229776121]
本稿では,拡張型3D(X3D)ニューラルネットワークのスポーツ環境における伝達学習解析について述べる。
本手法は,スポーツ選手の累積レース時間を推定するために,行動品質評価手法にヒントを得て,行動認識ネットワークを用いた。
X3Dは最先端の性能を達成し、以前の作業よりも精度を向上するために約7倍のメモリを必要とする。
論文 参考訳（メタデータ） (2023-07-22T23:15:47Z) - The 7th AI City Challenge [87.23137854688389]
AIシティチャレンジの第7版では、コンピュータビジョンと人工知能の交差点にある2つのドメインを強調している。
2023年大会には5つのトラックがあり、46カ国508チームからの参加要請が過去最高となった。
参加チームのトップパフォーマンスは強いベースラインを確立し、提案されたチャレンジトラックで最先端の成績を上げました。
論文 参考訳（メタデータ） (2023-04-15T08:02:16Z) - Observation Centric and Central Distance Recovery on Sports Player
Tracking [24.396926939889532]
本稿では,バスケットボール,サッカー,バレーボールを含む3つのスポーツを対象とした,モーションベースのトラッキングアルゴリズムと3つのポストプロセッシングパイプラインを提案する。
本手法は,2022年のSportsmotワークショップ最終リーダーボードで3位にランクインした73.968のHOTAを達成した。
論文 参考訳（メタデータ） (2022-09-27T04:48:11Z) - Towards cumulative race time regression in sports: I3D ConvNet transfer
learning in ultra-distance running events [1.4859458229776121]
本稿では,わずか数秒の映像を入力として,超距離ランナー累積レースタイム(CRT)の回帰を提案する。
得られたニューラルネットワークは、短い入力映像に対して顕著な性能を提供できることを示す。
論文 参考訳（メタデータ） (2022-08-23T20:53:01Z) - The 5th AI City Challenge [51.83023045451549]
第5回AIシティチャレンジには38カ国305チームが参加した。
アルゴリズムの有効性と計算効率の両面で評価を行った。
結果は、スマートトランスポーテーションにおけるAIの約束を示している。
論文 参考訳（メタデータ） (2021-04-25T19:15:27Z) - Learning to Run with Potential-Based Reward Shaping and Demonstrations
from Video Data [70.540936204654]
「走ることを学ぶ」競技は、二本足のヒューマノイドボディを最高速度で模擬レースコースで走るように訓練することであった。
すべての提出者は、強化学習(RL)へのタブラララサアプローチを採り入れ、比較的速いが最適な実行動作は得られなかった。
本研究では,人間のランニング映像から得られるデータを用いて,ヒューマノイド学習エージェントの報酬を形成できることを示す。
論文 参考訳（メタデータ） (2020-12-16T09:46:58Z) - NTIRE 2020 Challenge on Image and Video Deblurring [129.15554076593762]
本稿は、NTIRE 2020 Challenge on Image and Video Deblurringをレビューする。
各大会には163人、135人、102人が登録された。
勝利法は、画像およびビデオの劣化タスクにおける最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2020-05-04T03:17:30Z) - The 4th AI City Challenge [80.00140907239279]
AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。
評価はアルゴリズムの有効性と計算効率の両面から行われる。
結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
論文 参考訳（メタデータ） (2020-04-30T07:47:14Z) - Decoupling Video and Human Motion: Towards Practical Event Detection in
Athlete Recordings [33.770877823910176]
本稿では,映像情報から人間の動きを分離する中間表現として2次元人間のポーズシーケンスを提案する。
本稿では,ポーズシーケンスにおける事象検出の2つのアプローチを解説し,それを補完領域である水泳と運動の2つで評価する。
提案手法はこれらの領域に限らず,ポーズに基づく動作イベント検出の柔軟性を示す。
論文 参考訳（メタデータ） (2020-04-21T07:06:12Z)
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。