論文の概要: CaddieSet: A Golf Swing Dataset with Human Joint Features and Ball Information
- arxiv url: http://arxiv.org/abs/2508.20491v1
- Date: Thu, 28 Aug 2025 07:16:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-29 18:12:02.149209
- Title: CaddieSet: A Golf Swing Dataset with Human Joint Features and Ball Information
- Title（参考訳）: CaddieSet: 人間の関節機能とボール情報を備えたゴルフスイングデータセット
- Authors: Seunghyeon Jung, Seoyoung Hong, Jiwoo Jeong, Seungwon Jeong, Jaerim Choi, Hoki Kim, Woojin Lee,
- Abstract要約: 我々は,1枚のショットからジョイント情報と様々な球情報を含む,CaddieSetと呼ばれる新しいデータセットを提案する。
CaddieSetは、コンピュータビジョンベースのアプローチを使用して、8つのスイングフェーズに分割することで、単一のスイングビデオからジョイント情報を抽出する。
専門的なゴルフ分野の知識に基づいて、ゴルフスイングに影響を与える15の指標を定義し、スイング結果の解釈を可能にする。
- 参考スコア（独自算出の注目度）: 12.517745627006013
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in deep learning have led to more studies to enhance golfers' shot precision. However, these existing studies have not quantitatively established the relationship between swing posture and ball trajectory, limiting their ability to provide golfers with the necessary insights for swing improvement. In this paper, we propose a new dataset called CaddieSet, which includes joint information and various ball information from a single shot. CaddieSet extracts joint information from a single swing video by segmenting it into eight swing phases using a computer vision-based approach. Furthermore, based on expert golf domain knowledge, we define 15 key metrics that influence a golf swing, enabling the interpretation of swing outcomes through swing-related features. Through experiments, we demonstrated the feasibility of CaddieSet for predicting ball trajectories using various benchmarks. In particular, we focus on interpretable models among several benchmarks and verify that swing feedback using our joint features is quantitatively consistent with established domain knowledge. This work is expected to offer new insight into golf swing analysis for both academia and the sports industry.
- Abstract（参考訳）: 近年のディープラーニングの進歩は、ゴルファーのショット精度を高めるためのさらなる研究につながっている。
しかし、これらの既存研究はスイング姿勢とボール軌跡の関係を定量的に定めておらず、スイング改善に必要な洞察をゴルファーに提供する能力に制限を与えている。
本稿では,1枚のショットからジョイント情報と様々な球情報を含む,CaddieSetと呼ばれる新しいデータセットを提案する。
CaddieSetは、コンピュータビジョンベースのアプローチを使用して、8つのスイングフェーズに分割することで、単一のスイングビデオからジョイント情報を抽出する。
さらに,専門家のゴルフドメイン知識に基づいて,スイング関連特徴によるスイング結果の解釈を可能にする,ゴルフスイングに影響を与える15の指標を定義した。
実験を通じて,様々なベンチマークを用いて球軌道を予測できるキャディセットの有効性を実証した。
特に、いくつかのベンチマークで解釈可能なモデルに注目し、我々の共同機能を用いたスイングフィードバックが確立されたドメイン知識と定量的に一致していることを検証する。
この研究は、学術とスポーツの両分野において、ゴルフスイングの分析に関する新たな洞察を提供するものと期待されている。
関連論文リスト
- Bridging the Gap: Doubles Badminton Analysis with Singles-Trained Models [0.0]
バドミントンは世界最速のラケットスポーツです
これまでの研究は主に、データの可用性と多人数追跡の課題のためにシングルに重点を置いてきた。
この研究は、ファストラケットスポーツのこの支配的だが未検討のフォーマットを理解するために、ダブルス固有のデータセットの基盤を確立する。
論文 参考訳（メタデータ） (2025-08-19T04:45:15Z) - Learning golf swing signatures from a single wrist-worn inertial sensor [0.0]
単一手首センサを用いたゴルフスイング分析のためのデータ駆動型フレームワークを構築した。
我々は、技術的欠陥の検出と可視化を容易にする動きプリミティブの合成、離散的な語彙を学習する。
本システムでは,手首データから全身運動とスイングイベントを正確に推定し,実験室での動作解析を行う。
論文 参考訳（メタデータ） (2025-06-20T22:57:59Z) - Localized Gaussians as Self-Attention Weights for Point Clouds Correspondence [92.07601770031236]
本稿では,エンコーダのみのトランスフォーマーアーキテクチャのアテンションヘッドにおける意味的意味パターンについて検討する。
注意重みの修正はトレーニングプロセスの促進だけでなく,最適化の安定性の向上にも寄与する。
論文 参考訳（メタデータ） (2024-09-20T07:41:47Z) - TTSWING: a Dataset for Table Tennis Swing Analysis [1.539942973115038]
このデータセットは、カスタムメイドのラケットグリップに統合された9軸センサーを介して得られる包括的なスイング情報を含む。
データ収集とアノテーションの手順について詳述する。
各種機械学習モデルを用いたスイング解析のパイロット実験を行った。
論文 参考訳（メタデータ） (2023-06-30T11:06:46Z) - ShuttleSet: A Human-Annotated Stroke-Level Singles Dataset for Badminton
Tactical Analysis [5.609957071296952]
我々は、アノテートされたストロークレベルの記録を持つ、公開可能な最大のバドミントンシングルスデータセットであるShuttleSetを紹介する。
104セット、3,685ラリー、36,492ストロークが2018年から2021年にかけて44試合に出場し、27人の男子シングルと女子シングルが出場した。
ShuttleSetはコンピュータ支援ラベル付けツールで手動で注釈付けされ、ショットタイプを選択する際のラベル付け効率と有効性を高める。
論文 参考訳（メタデータ） (2023-06-08T05:41:42Z) - RoboPianist: Dexterous Piano Playing with Deep Reinforcement Learning [61.10744686260994]
本稿では,150曲のピアノ作品の大規模なレパートリーをシミュレートして学習するシステムであるRoboPianistを紹介する。
また,オープンソース環境,タスクのベンチマーク,解釈可能な評価指標,今後の研究課題についても紹介する。
論文 参考訳（メタデータ） (2023-04-09T03:53:05Z) - Time Series Contrastive Learning with Information-Aware Augmentations [57.45139904366001]
コントラスト学習の鍵となる要素は、いくつかの先行を示唆する適切な拡張を選択して、実現可能な正のサンプルを構築することである。
対照的な学習タスクやデータセットに意味のある時系列データの増大をどうやって見つけるかは、未解決の問題である。
本稿では,時系列表現学習のための最適な拡張を適応的に選択する情報認識拡張を用いた新しいコントラスト学習手法であるInfoTSを提案する。
論文 参考訳（メタデータ） (2023-03-21T15:02:50Z) - Deep-Learning-Based Computer Vision Approach For The Segmentation Of
Ball Deliveries And Tracking In Cricket [4.021584094339975]
本稿では,ボールのみを届ける映像を分割抽出する手法を提案する。
オブジェクト検出モデルを適用して,映像を正確に抽出する手法を提案する。
これらのビデオショットにおけるボール追跡は、提案したデータセットの有用性のサンプルとして、別のRetinaNetモデルを使用して行われる。
論文 参考訳（メタデータ） (2022-11-22T04:55:58Z) - On Measuring the Intrinsic Few-Shot Hardness of Datasets [49.37562545777455]
トレーニング済みのモデルに対して、データセットに固有の数ショットの硬さを示す。
そこで我々は,数発の学習が可能な直感をとらえる,シンプルで軽量な尺度"Spread"を提案する。
我々の測定基準は、既存の硬さの概念に比べて数発の硬さを考慮し、計算が8～100倍高速である。
論文 参考訳（メタデータ） (2022-11-16T18:53:52Z) - Exploring the Limits of Few-Shot Link Prediction in Knowledge Graphs [49.6661602019124]
数発のリンク予測を行うため,本手法の現況を一般化したモデルスペクトルについて検討する。
単純なゼロショットベースライン – 関係性固有の情報を無視する – が驚くほど高いパフォーマンスを実現しているのが分かります。
慎重に構築された合成データセットの実験では、関係の例がいくつかあるだけで、モデルがきめ細かな構造情報を使用するのを基本的に制限することが示されている。
論文 参考訳（メタデータ） (2021-02-05T21:04:31Z)
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。