論文の概要: Design of Recognition and Evaluation System for Table Tennis Players' Motor Skills Based on Artificial Intelligence

• arxiv url: http://arxiv.org/abs/2309.07141v1
• Date: Mon, 4 Sep 2023 14:58:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-17 13:39:07.006792
• Title: Design of Recognition and Evaluation System for Table Tennis Players' Motor Skills Based on Artificial Intelligence
• Title（参考訳）: 人工知能に基づく卓球テニス選手の運動能力の認識・評価システムの設計
• Authors: Zhuo-yong Shi, Ye-tao Jia, Ke-xin Zhang, Ding-han Wang, Long-meng Ji, and Yong Wu
• Abstract要約: 本稿では,卓球競技のウェアラブル装置を改良し,人工知能による卓球選手の運動能力のパターン認識と評価を実現する。 スライドウインドウは、収集した動きデータを6つのテーブルテニスベンチマーク運動の特徴データベースに分割する。 異なる評価指標の損失関数を用いて、モータスキルの階層的評価システムを確立する。
• 参考スコア（独自算出の注目度）: 3.4701250324316146
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the rapid development of electronic science and technology, the research on wearable devices is constantly updated, but for now, it is not comprehensive for wearable devices to recognize and analyze the movement of specific sports. Based on this, this paper improves wearable devices of table tennis sport, and realizes the pattern recognition and evaluation of table tennis players' motor skills through artificial intelligence. Firstly, a device is designed to collect the movement information of table tennis players and the actual movement data is processed. Secondly, a sliding window is made to divide the collected motion data into a characteristic database of six table tennis benchmark movements. Thirdly, motion features were constructed based on feature engineering, and motor skills were identified for different models after dimensionality reduction. Finally, the hierarchical evaluation system of motor skills is established with the loss functions of different evaluation indexes. The results show that in the recognition of table tennis players' motor skills, the feature-based BP neural network proposed in this paper has higher recognition accuracy and stronger generalization ability than the traditional convolutional neural network.
• Abstract（参考訳）: 電子科学と技術の急速な発展により、ウェアラブルデバイスの研究は常に更新されているが、今のところウェアラブルデバイスが特定のスポーツの動きを認識し分析することは包括的ではない。 そこで本研究では,卓球のウェアラブルデバイスを改善し,人工知能による卓球選手の運動スキルのパターン認識と評価を実現する。 まず、テーブルテニス選手の動き情報を収集する装置を設計し、実際の動きデータを処理する。 第2に、収集した動きデータを6つのテーブルテニスベンチマーク運動の特徴データベースに分割するスライディングウィンドウを設ける。 第3に, 運動特性は特徴工学に基づいて構築され, 次元化後, 異なるモデルに対して運動スキルが同定された。 最後に、異なる評価指標の損失関数を用いて、モータスキルの階層的評価システムを確立する。 その結果,本論文で提案するbpニューラルネットワークは,卓球選手の運動能力の認識において,従来の畳み込みニューラルネットワークよりも認識精度が高く,一般化能力が高いことがわかった。

関連論文リスト

• AI for Equitable Tennis Training: Leveraging AI for Equitable and Accurate Classification of Tennis Skill Levels and Training Phases [0.0]
  本研究の目的は、テニス選手のスキルレベルを分類し、テニスストロークをモーション特性を特徴とするフェーズに分類することである。 若手テニス選手が着用する慣性測定ユニット(IMU)からMotion Yaw, Roll, Pitchなどの動作データを収集した。 SVMモデルは、初心者または中間者としてプレイヤーを分類する際の全体的な精度が77%であった。
  論文  参考訳（メタデータ） (2024-06-24T03:40:41Z)
• Classification of Tennis Actions Using Deep Learning [0.0]
  本研究では,深層学習によるテニス行動の分類の可能性と課題について検討する。 テニスデータセットTheTISを用いて,異なる大きさの3つのモデルを訓練し,評価した。 最高のモデルは74 %の一般化精度を達成し、テニスアクション分類に優れた性能を示す。
  論文  参考訳（メタデータ） (2024-02-04T15:48:20Z)
• Online Learning of Wheel Odometry Correction for Mobile Robots with Attention-based Neural Network [63.8376359764052]
  現代のロボットプラットフォームは、人間の横で毎日運用するために、信頼性の高いローカライゼーションシステムを必要としている。 フィルタされた車輪と慣性オドメトリーに基づく単純なポーズ推定アルゴリズムは、急激なキネマティックな変化とホイールスリップの存在下で失敗することが多い。 本稿では,車輪形状補正のための革新的なオンライン学習手法を提案し,ロバストなマルチソースローカライゼーションシステムを提案する。
  論文  参考訳（メタデータ） (2023-03-21T10:30:31Z)
• Table Tennis Stroke Detection and Recognition Using Ball Trajectory Data [5.735035463793008]
  4人のプロの卓球選手が実行した6つのストローククラスからなるデータセットを取得するために、審判の視点に配置された1台のカメラが使用されている。 従来のオブジェクト検出モデルであるYOLOv4と、時間熱マップベースのモデルであるTrackNetv2を用いたボール追跡がデータセット上に実装されている。 球軌道データを用いてストロークの時間的境界を抽出する数学的アプローチにより,2023個の有効なストロークが得られた。 時間畳み込みネットワークは87.155%の精度で全く見えないデータでストローク認識を実行した。
  論文  参考訳（メタデータ） (2023-02-19T19:13:24Z)
• Muscle Vision: Real Time Keypoint Based Pose Classification of Physical Exercises [52.77024349608834]
  ビデオから外挿された3D人間のポーズ認識は、リアルタイムソフトウェアアプリケーションを可能にするまで進歩した。 本稿では,ライブビデオフィード上で人間のポーズ認識を行う新しい機械学習パイプラインとWebインターフェースを提案する。
  論文  参考訳（メタデータ） (2022-03-23T00:55:07Z)
• Table Tennis Stroke Recognition Using Two-Dimensional Human Pose Estimation [0.0]
  本稿では,卓球映像データを集め,ストローク検出と分類を行う新しい手法を提案する。 14人のプロ卓球選手から得られた11の基本的なストロークのビデオデータを含む多様なデータセットが収集されている。 2次元ポーズ推定を用いて開発された時間畳み込みニューラルネットワークモデルは、これら11の卓球ストロークのマルチクラス分類を行う。
  論文  参考訳（メタデータ） (2021-04-20T11:32:43Z)
• Measuring and modeling the motor system with machine learning [117.44028458220427]
  モーターシステムの理解における機械学習の有用性は、データの収集、測定、分析の方法に革命をもたらすことを約束している。 本稿では, ポーズ推定, 運動解析, 次元減少, 閉ループフィードバックから, ニューラル相関の理解, 機能停止まで, 機械学習の利用の増大について論じる。
  論文  参考訳（メタデータ） (2021-03-22T12:42:16Z)
• Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
  本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。 この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
  論文  参考訳（メタデータ） (2021-01-06T21:14:10Z)
• 3D attention mechanism for fine-grained classification of table tennis strokes using a Twin Spatio-Temporal Convolutional Neural Networks [1.181206257787103]
  本稿では,テーブルテニスストロークのようなクラス間変動の少ないビデオにおける行動認識の問題に対処する。 2つのストリーム「ツイン」畳み込みニューラルネットワークは、RGBデータと光フローの両方で3D畳み込みで使用される。 3Dアテンションモジュールを導入し、それらの分類効率への影響について検討する。
  論文  参考訳（メタデータ） (2020-11-20T09:55:12Z)
• Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
  スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。 スパイキングニューラルネットワークのハードウェア実装の現状について述べる。 本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
  論文  参考訳（メタデータ） (2020-05-04T13:24:00Z)
• Automatic Gesture Recognition in Robot-assisted Surgery with Reinforcement Learning and Tree Search [63.07088785532908]
  共同手術におけるジェスチャー分割と分類のための強化学習と木探索に基づく枠組みを提案する。 我々のフレームワークは,JIGSAWSデータセットのサチューリングタスクにおいて,精度,編集スコア,F1スコアの点で,既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2020-02-20T13:12:38Z)

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。