論文の概要: SportsPose -- A Dynamic 3D sports pose dataset
- arxiv url: http://arxiv.org/abs/2304.01865v1
- Date: Tue, 4 Apr 2023 15:15:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-05 13:32:41.782481
- Title: SportsPose -- A Dynamic 3D sports pose dataset
- Title（参考訳）: SportsPose -- ダイナミックな3Dスポーツポーズデータセット
- Authors: Christian Keilstrup Ingwersen and Christian Mikkelstrup and Janus
N{\o}rtoft Jensen and Morten Rieger Hannemose and Anders Bjorholm Dahl
- Abstract要約: SportsPoseは、非常にダイナミックなスポーツ運動からなる大規模な3D人間のポーズデータセットである。
SportsPoseは、スポーツ運動の複雑でダイナミックな性質を反映した多種多様な3Dポーズを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate 3D human pose estimation is essential for sports analytics,
coaching, and injury prevention. However, existing datasets for monocular pose
estimation do not adequately capture the challenging and dynamic nature of
sports movements. In response, we introduce SportsPose, a large-scale 3D human
pose dataset consisting of highly dynamic sports movements. With more than
176,000 3D poses from 24 different subjects performing 5 different sports
activities, SportsPose provides a diverse and comprehensive set of 3D poses
that reflect the complex and dynamic nature of sports movements. Contrary to
other markerless datasets we have quantitatively evaluated the precision of
SportsPose by comparing our poses with a commercial marker-based system and
achieve a mean error of 34.5 mm across all evaluation sequences. This is
comparable to the error reported on the commonly used 3DPW dataset. We further
introduce a new metric, local movement, which describes the movement of the
wrist and ankle joints in relation to the body. With this, we show that
SportsPose contains more movement than the Human3.6M and 3DPW datasets in these
extremum joints, indicating that our movements are more dynamic. The dataset
with accompanying code can be downloaded from our website. We hope that
SportsPose will allow researchers and practitioners to develop and evaluate
more effective models for the analysis of sports performance and injury
prevention. With its realistic and diverse dataset, SportsPose provides a
valuable resource for advancing the state-of-the-art in pose estimation in
sports.
- Abstract（参考訳）: スポーツ分析,コーチング,外傷予防には,正確な3次元ポーズ推定が不可欠である。
しかし,既存の単眼ポーズ推定用データセットは,スポーツ運動の難易度や動的性質を適切に捉えていない。
そこで本研究では,高ダイナミックなスポーツ運動からなる大規模3次元ポーズデータセットであるSportsPoseを紹介する。
24の異なる被験者から176,000以上の3Dポーズが5つの異なるスポーツ活動を行い、SportsPoseはスポーツ運動の複雑でダイナミックな性質を反映した多種多様な3Dポーズを提供する。
他のマーカーレスデータセットとは対照的に、我々はSportsPoseの精度を市販のマーカーベースシステムと比較し、すべての評価シーケンスの平均誤差を34.5mmとした。
これは、一般的に使用される3DPWデータセットで報告されるエラーに匹敵する。
さらに,手首と足首の関節の動きを身体と関連づけた新しい測定基準である局所運動についても紹介する。
これにより,sportsposeはヒト3.6mおよび3dpwのデータセットよりも運動量が多いことを示し,運動がよりダイナミックであることを示す。
コードを添付したデータセットは、当社のwebサイトからダウンロード可能です。
SportsPoseは,スポーツのパフォーマンス分析や外傷予防のための,より効果的なモデルの開発と評価を可能にすることを願っている。
リアルで多様なデータセットによって、SportsPoseはスポーツにおけるポーズ推定の最先端化に有用なリソースを提供する。
関連論文リスト
- Monocular 3D Human Pose Estimation for Sports Broadcasts using Partial
Sports Field Registration [0.0]
スポーツ場の一部登録による2次元ポーズ推定とカメラキャリブレーションの進歩を組み合わせることで,有効な大規模運動データ収集の道筋を示す。
異なる視点、実行スタイル、ボディタイプを備えた、Unreal Engine 5で10k以上の画像の合成データセットを生成します。
論文 参考訳（メタデータ） (2023-04-10T07:41:44Z) - Full-Body Articulated Human-Object Interaction [61.01135739641217]
CHAIRSは16.2時間の多目的相互作用からなる大規模な動きキャプチャーされたf-AHOIデータセットである。
CHAIRSは、対話的なプロセス全体を通して、人間と明瞭なオブジェクトの両方の3Dメッシュを提供する。
HOIにおける幾何学的関係を学習することにより,人間のポーズ推定を利用した最初のモデルが考案された。
論文 参考訳（メタデータ） (2022-12-20T19:50:54Z) - A Survey on Video Action Recognition in Sports: Datasets, Methods and
Applications [60.3327085463545]
本稿では,スポーツ分析のための映像行動認識に関する調査を行う。
サッカー、バスケットボール、バレーボール、ホッケー、フィギュアスケート、体操、卓球、ダイビング、バドミントンなど10種以上のスポーツを紹介します。
本研究では,サッカー,バスケットボール,卓球,フィギュアスケート動作認識をサポートするPaddlePaddleを用いたツールボックスを開発した。
論文 参考訳（メタデータ） (2022-06-02T13:19:36Z) - Video Pose Distillation for Few-Shot, Fine-Grained Sports Action
Recognition [17.84533144792773]
Video Pose Distillation (VPD)は、新しいビデオドメインの機能を学ぶための弱い教師付きテクニックである。
VPDは、4つの実世界のスポーツビデオデータセットで、いくつかのショット、きめ細かなアクション認識、検索、検出タスクのパフォーマンスを改善する。
論文 参考訳（メタデータ） (2021-09-03T04:36:12Z) - MultiSports: A Multi-Person Video Dataset of Spatio-Temporally Localized
Sports Actions [39.27858380391081]
本論文では、マルチスポーツとして作成された原子時間行動の新しいマルチパーソンデータセットを提示する。
4つのスポーツクラスを選択し、約3200のビデオクリップを収集し、37790のアクションインスタンスに907kバウンディングボックスをアノテートすることで、MultiSports v1.0のデータセットを構築します。
論文 参考訳（メタデータ） (2021-05-16T10:40:30Z) - SportsCap: Monocular 3D Human Motion Capture and Fine-grained
Understanding in Challenging Sports Videos [40.19723456533343]
SportsCap - 3Dの人間の動きを同時に捉え、モノラルな挑戦的なスポーツビデオ入力からきめ細かなアクションを理解するための最初のアプローチを提案する。
本手法は,組込み空間に先立って意味的かつ時間的構造を持つサブモーションを,モーションキャプチャと理解に活用する。
このようなハイブリッドな動き情報に基づいて,マルチストリーム空間時空間グラフ畳み込みネットワーク(ST-GCN)を導入し,詳細なセマンティックアクション特性を予測する。
論文 参考訳（メタデータ） (2021-04-23T07:52:03Z) - Human POSEitioning System (HPS): 3D Human Pose Estimation and
Self-localization in Large Scenes from Body-Mounted Sensors [71.29186299435423]
HPS(Human POSEitioning System)は、周囲の環境の3Dスキャンで登録された人間の完全な3Dポーズを回復する手法です。
最適化に基づく統合は2つの利点を生かし、結果としてドリフトのないポーズの精度が得られることを示す。
hpsは、人間が外部カメラに直接視線を向けなくてもシーンと対話できるvr/arアプリケーションとして使用できる。
論文 参考訳（メタデータ） (2021-03-31T17:58:31Z) - Contact and Human Dynamics from Monocular Video [73.47466545178396]
既存のディープモデルは、ほぼ正確に見えるエラーを含むビデオから2Dと3Dキネマティックのポーズを予測する。
本稿では,最初の2次元と3次元のポーズ推定を入力として,映像系列から3次元の人間の動きを推定する物理に基づく手法を提案する。
論文 参考訳（メタデータ） (2020-07-22T21:09:11Z) - Towards Generalization of 3D Human Pose Estimation In The Wild [73.19542580408971]
3DBodyTex.Poseは、3Dの人間のポーズ推定のタスクに対処するデータセットである。
3DBodyTex.Poseは、さまざまな衣服やポーズで405種類の実際の被写体を含む高品質でリッチなデータを提供する。
論文 参考訳（メタデータ） (2020-04-21T13:31:58Z) - Self-Supervised 3D Human Pose Estimation via Part Guided Novel Image
Synthesis [72.34794624243281]
ラベルのないビデオフレームからバリエーションを分離する自己教師付き学習フレームワークを提案する。
3Dポーズと空間部分マップの表現ギャップを埋める、微分可能な形式化により、多様なカメラの動きを持つビデオで操作できる。
論文 参考訳（メタデータ） (2020-04-09T07:55:01Z) - Synergetic Reconstruction from 2D Pose and 3D Motion for Wide-Space
Multi-Person Video Motion Capture in the Wild [3.0015034534260665]
マルチカメラの精度と滑らかさを考慮したマーカーレスモーションキャプチャ手法を提案する。
提案手法は,各人物の3Dポーズを予測し,マルチカメラ画像のバウンディングボックスを決定する。
提案手法を,様々なデータセットと実スポーツフィールドを用いて評価した。
論文 参考訳（メタデータ） (2020-01-16T02:14:59Z)
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。