論文の概要: The Way Up: A Dataset for Hold Usage Detection in Sport Climbing
- arxiv url: http://arxiv.org/abs/2505.12854v1
- Date: Mon, 19 May 2025 08:41:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-20 14:57:11.491777
- Title: The Way Up: A Dataset for Hold Usage Detection in Sport Climbing
- Title（参考訳）: スポーツクライミングにおける使用量検出のためのデータセット
- Authors: Anna Maschek, David C. Schedl,
- Abstract要約: 我々は22の注釈付きクライミングビデオのデータセットを導入し、保持場所、使用順序、使用時刻などの接地木ラベルを提供する。
また,キーポイントに基づく2次元ポーズ推定モデルのスポーツクライミングにおけるホールド利用検出への応用についても検討する。
- 参考スコア（独自算出の注目度）: 1.3812010983144802
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Detecting an athlete's position on a route and identifying hold usage are crucial in various climbing-related applications. However, no climbing dataset with detailed hold usage annotations exists to our knowledge. To address this issue, we introduce a dataset of 22 annotated climbing videos, providing ground-truth labels for hold locations, usage order, and time of use. Furthermore, we explore the application of keypoint-based 2D pose-estimation models for detecting hold usage in sport climbing. We determine usage by analyzing the key points of certain joints and the corresponding overlap with climbing holds. We evaluate multiple state-of-the-art models and analyze their accuracy on our dataset, identifying and highlighting climbing-specific challenges. Our dataset and results highlight key challenges in climbing-specific pose estimation and establish a foundation for future research toward AI-assisted systems for sports climbing.
- Abstract（参考訳）: ルート上の選手の位置を検知し、ホールドの使用を識別することは、登山関連の様々な応用において重要である。
しかし、私たちの知識には詳細なホールド・ユース・アノテーションを持つクライミング・データセットは存在しない。
この問題に対処するために、22の注釈付きクライミングビデオのデータセットを導入し、保持場所、使用順序、使用時刻の基調ラベルを提供する。
さらに,キーポイントを用いた2次元ポーズ推定モデルのスポーツクライミングにおけるホールド利用検出への応用について検討した。
我々は、ある関節のキーポイントと、クライミングホールドと対応するオーバーラップを分析して使用法を決定する。
我々は、複数の最先端モデルを評価し、その精度をデータセットで分析し、登山特有の課題を特定し、強調する。
我々のデータセットと結果は、登山特有のポーズ推定における重要な課題を強調し、スポーツクライミングのためのAI支援システムに向けた将来の研究の基盤を確立する。
関連論文リスト
- TrackID3x3: A Dataset and Algorithm for Multi-Player Tracking with Identification and Pose Estimation in 3x3 Basketball Full-court Videos [8.70594963462731]
本稿では,3x3バスケットボールシナリオにおけるマルチプレイヤー追跡,プレイヤー識別,ポーズ推定に特化して設計された最初のデータセットを提案する。
データセットは3つの異なるサブセット(室内固定カメラ、屋外固定カメラ、ドローンカメラ)で構成され、さまざまなフルコートカメラの視点と環境をキャプチャする。
そこで本研究では,トラッキングと識別の質を評価するために,Track-IDアルゴリズムと呼ばれるベースラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-03-24T01:55:46Z) - Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。
また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
論文 参考訳（メタデータ） (2024-05-13T14:44:22Z) - Learning 3D Human Pose Estimation from Dozens of Datasets using a
Geometry-Aware Autoencoder to Bridge Between Skeleton Formats [80.12253291709673]
本稿では,アフィン結合型オートエンコーダ(ACAE)法を提案する。
このアプローチは、28人の人間のポーズデータセットを使って1つのモデルを監督する、極端なマルチデータセット体制にスケールします。
論文 参考訳（メタデータ） (2022-12-29T22:22:49Z) - Sports Video Analysis on Large-Scale Data [10.24207108909385]
本稿では,スポーツビデオにおける自動機械記述のモデル化について検討する。
スポーツビデオ分析のためのNBAデータセット(NSVA)を提案する。
論文 参考訳（メタデータ） (2022-08-09T16:59:24Z) - Learning Dynamics via Graph Neural Networks for Human Pose Estimation
and Tracking [98.91894395941766]
ポーズ検出とは無関係なポーズダイナミクスを学習する新しいオンライン手法を提案する。
具体的には、空間的・時間的情報と視覚的情報の両方を明示的に考慮したグラフニューラルネットワーク(GNN)を通して、このダイナミクスの予測を導出する。
PoseTrack 2017とPoseTrack 2018データセットの実験では、提案手法が人間のポーズ推定とトラッキングタスクの両方において、技術の現状よりも優れた結果が得られることを示した。
論文 参考訳（メタデータ） (2021-06-07T16:36:50Z) - Temporally Guided Articulated Hand Pose Tracking in Surgical Videos [22.752654546694334]
アーティキュレートされた手ポーズ追跡は、多くのアプリケーションで使用可能な可能性を秘めている未発見の問題である。
提案する手ポーズ推定モデルであるCondPoseは,その予測に先立ってポーズを組み込むことで,検出と追跡の精度を向上させる。
論文 参考訳（メタデータ） (2021-01-12T03:44:04Z) - TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。
ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。
我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
論文 参考訳（メタデータ） (2020-05-20T21:07:28Z) - augKlimb: Interactive Data-Led Augmentation of Bouldering Training [0.0]
クライミングは人気のあるスポーツであり、特に屋内では、登山者が人工ホールドを使って人工ルートで訓練することができる。
近年,登山にコンピュータ・インタラクションを加える様々な側面が研究されている。
レクリエーションの中間登山者を支援するための軽量ツールの研究のための広大なスペースがある。
論文 参考訳（メタデータ） (2020-01-22T10:26:59Z)
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。