論文の概要: Locating Tennis Ball Impact on the Racket in Real Time Using an Event Camera

• arxiv url: http://arxiv.org/abs/2506.08327v1
• Date: Tue, 10 Jun 2025 01:29:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:40.971436
• Title: Locating Tennis Ball Impact on the Racket in Real Time Using an Event Camera
• Title（参考訳）: イベントカメラによるテニスボールのラケットへの影響
• Authors: Yuto Kase, Kai Ishibe, Ryoma Yasuda, Yudai Washida, Sakiko Hashimoto,
• Abstract要約: イベントカメラは、高速動作下でマイクロ秒の計算精度で、輝度変化(イベントと呼ばれる)を効率的に測定する。 本手法は, 揺動の時間範囲, 衝撃時のタイミング, ボールとラケットの輪郭の3段階からなる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In racket sports, such as tennis, locating the ball's position at impact is important in clarifying player and equipment characteristics, thereby aiding in personalized equipment design. High-speed cameras are used to measure the impact location; however, their excessive memory consumption limits prolonged scene capture, and manual digitization for position detection is time-consuming and prone to human error. These limitations make it difficult to effectively capture the entire playing scene, hindering the ability to analyze the player's performance. We propose a method for locating the tennis ball impact on the racket in real time using an event camera. Event cameras efficiently measure brightness changes (called `events') with microsecond accuracy under high-speed motion while using lower memory consumption. These cameras enable users to continuously monitor their performance over extended periods. Our method consists of three identification steps: time range of swing, timing at impact, and contours of ball and racket. Conventional computer vision techniques are utilized along with an original event-based processing to detect the timing at impact (PATS: the amount of polarity asymmetry in time symmetry). The results of the experiments were within the permissible range for measuring tennis players' performance. Moreover, the computation time was sufficiently short for real-time applications.
• Abstract（参考訳）: テニスなどのラケットスポーツでは、選手や装備の特徴を明らかにする上で、ボールの位置を衝突時に特定することが重要であるため、パーソナライズされた機器設計を支援する。 高速カメラは衝撃位置を測定するために使用されるが、その過剰なメモリ消費制限はシーンキャプチャーを長くし、位置検出のための手動のデジタル化は時間を要するため、ヒューマンエラーが生じる。 これらの制限により、プレイシーン全体を効果的にキャプチャすることが難しくなり、プレイヤーのパフォーマンスを分析する能力が損なわれる。 イベントカメラを用いて,ラケット上のテニスボールの影響をリアルタイムで検出する手法を提案する。 イベントカメラは、より低いメモリ消費を使用しながら、高速動作下でのマイクロ秒の精度で、効率よく明るさ変化(「イベント」と呼ばれる)を測定する。 これらのカメラにより、ユーザーは長期間にわたって継続的にパフォーマンスを監視できる。 本手法は, 揺動の時間範囲, 衝撃時のタイミング, ボールとラケットの輪郭の3段階からなる。 従来のコンピュータビジョン技術は、時間対称性における極性非対称性の量(PATS: the amount of polarity asymmetric in time symmetric)を検出するために、オリジナルのイベントベースの処理と共に利用される。 実験結果はテニス選手のパフォーマンスを測定するための許容範囲内であった。 さらに、リアルタイムアプリケーションでは計算時間が十分短かった。

関連論文リスト

• Egocentric Event-Based Vision for Ping Pong Ball Trajectory Prediction [17.147140984254655]
  本稿では,イベントカメラを用いたテーブルテニスにおけるリアルタイムなエゴセントリックな軌道予測システムを提案する。 そこで我々は,メタプロジェクトAriaメガネのセンサデータと同期した球の3次元地下軌道を含むピンポンゲームシーケンスのデータセットを収集した。 我々の検出パイプラインは、計算と知覚を含む4.5msの最悪ケースの総レイテンシを持つ。
  論文  参考訳（メタデータ） (2025-06-09T15:22:55Z)
• An Event-Based Perception Pipeline for a Table Tennis Robot [12.101426862186072]
  本稿では,イベントベースカメラのみを用いた卓球ロボットのための,初めてのリアルタイム認識パイプラインを提案する。 フレームベースのパイプラインと比較して、イベントベースの知覚パイプラインは更新率が高く、桁違いに高いことを示す。
  論文  参考訳（メタデータ） (2025-02-02T10:56:37Z)
• BroadTrack: Broadcast Camera Tracking for Soccer [6.011159943695013]
  カメラキャリブレーションとローカライゼーションはサッカー放送における多くの応用を可能にする。 本稿では,サッカー中継カメラのタスクを効率的に,頑健かつ正確に追跡できるシステムを提案する。 我々の追跡システムであるBroadTrackは、平均再投射誤差率を半減し、サッカーネットデータセットのカメラキャリブレーションのジャカード指標の15%以上を得る。
  論文  参考訳（メタデータ） (2024-12-02T17:10:52Z)
• Event-Based Tracking Any Point with Motion-Augmented Temporal Consistency [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 出来事の空間的空間性や動きの感度によって引き起こされる課題に対処する。 競合モデルパラメータによる処理を150%高速化する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Deblur e-NeRF: NeRF from Motion-Blurred Events under High-speed or Low-light Conditions [56.84882059011291]
  動き赤外イベントからぼやけた最小のNeRFを再構成する新しい手法であるDeblur e-NeRFを提案する。 また,大きなテクスチャレスパッチの正規化を改善するために,新しいしきい値正規化全変動損失を導入する。
  論文  参考訳（メタデータ） (2024-09-26T15:57:20Z)
• Investigating Event-Based Cameras for Video Frame Interpolation in Sports [59.755469098797406]
  本稿では,スポーツスローモーションビデオを生成するためのイベントベースビデオフレーム補間(VFI)モデルについて検討する。 特に,スポーツ映像を撮影するためのRGBとイベントベースカメラを含むバイカメラ記録装置の設計と実装を行い,両カメラの時間的整列と空間的登録を行う。 実験により,市販のイベントベースVFIモデルであるTimeLensが,スポーツビデオのスローモーション映像を効果的に生成できることが実証された。
  論文  参考訳（メタデータ） (2024-07-02T15:39:08Z)
• Table tennis ball spin estimation with an event camera [11.735290341808064]
  卓球では、高速とスピンの組み合わせは従来の低フレームレートカメラが不十分である。 本稿では,イベントカメラを用いたテーブルテニススピン推定法を提案する。 我々は、スピン等級平均誤差が10.7 pm 17.3$ rps、スピン軸平均誤差が32.9 pm 38.2deg$をリアルタイムで空飛ぶボールに対して達成する。
  論文  参考訳（メタデータ） (2024-04-15T15:36:38Z)
• EV-Catcher: High-Speed Object Catching Using Low-latency Event-based Neural Networks [107.62975594230687]
  イベントカメラが優れており、高速移動物体の衝突位置を正確に推定するアプリケーションを実証する。 イベントデータを低レイテンシでエンコードするために,Binary Event History Image(BEHI)と呼ばれる軽量なイベント表現を導入する。 計算制約のある組込みプラットフォーム上でも最大13m/sの速さで, 異なる場所をターゲットとした球のキャッチにおいて, 81%の成功率を達成することができることを示す。
  論文  参考訳（メタデータ） (2023-04-14T15:23:28Z)
• ESL: Event-based Structured Light [62.77144631509817]
  イベントカメラはバイオインスパイアされたセンサーであり、標準的なカメラよりも大きな利点がある。 本稿では,イベントカメラを用いた新しい構造化光システムを提案し,高精度かつ高速な深度センシングの課題に対処する。
  論文  参考訳（メタデータ） (2021-11-30T15:47:39Z)

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。