論文の概要: Automated Estimation of Impact Time, Impact Location, and Shuttlecock Speed in Badminton Smashes Using Event Cameras
- arxiv url: http://arxiv.org/abs/2605.28011v1
- Date: Wed, 27 May 2026 06:07:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:55.790676
- Title: Automated Estimation of Impact Time, Impact Location, and Shuttlecock Speed in Badminton Smashes Using Event Cameras
- Title（参考訳）: イベントカメラを用いたバドミントンスマッシュの衝撃時間, 衝撃位置, シャトルコック速度の自動推定
- Authors: Yudai Washida, Yuto Kase, Kai Ishibe, Ryoma Yasuda, Sakiko Hashimoto,
- Abstract要約: 本研究では,2台の同期イベントカメラを用いて,衝突時間,ラケット面の衝突位置,衝突後のシャトル速度を推定する手法を提案する。
提案手法を検証するため, 5人のプレーヤーによる125スマッシュ試験を用いて, 高速カメラベース基準法に対してBland-Altman解析を行った。
- 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: Quantifying impact phenomena in badminton smashes is important for evaluating both athletic performance and equipment; however, conventional measurement systems involve trade-offs between temporal resolution, data efficiency, and preparation effort. This study proposes a measurement method using two synchronized event cameras to automatically estimate impact time, impact location on the racket face, and post-impact shuttlecock speed in an integrated manner within the same trial. The swing interval was detected from event rate statistics, impact time was estimated from the shuttlecock trajectory inflection in the lateral-view event data, impact location was determined by ellipse fitting to the racket face in the rear-view event image, and shuttlecock speed was calculated in the sagittal plane. To validate the proposed method, Bland-Altman analysis was performed against a high-speed camera-based reference method using 125 smash trials from five players. Impact time and shuttlecock speed were estimated in all 124 analyzable trials, and impact location was estimated in 93.5% (116/124). The bias (95% CI) for impact time, medio-lateral impact location, longitudinal impact location, and shuttlecock speed were 1.84 ms (1.45 to 2.23), 3.45 mm (2.18 to 4.72), -1.92 mm (-2.97 to -0.88), and -1.00 m/s (-2.46 to 0.46), respectively. No proportional bias was observed for any metric. These results suggest that the proposed method can serve as a useful tool for integrated assessment of badminton smash performance and equipment in practical settings.
- Abstract（参考訳）: バドミントンスマッシュの衝撃現象の定量化は運動性能と機器の両方を評価する上で重要であるが、従来の測定システムは時間分解能、データ効率、準備作業のトレードオフを含む。
本研究では, 2台の同期イベントカメラを用いて, 衝突時間, ラケット面の衝突位置, 衝突後のシャトルコック速度を自動的に推定する手法を提案する。
揺動間隔は, イベントレート統計から検出され, 横方向のイベントデータにおけるシャトルコック軌道の傾きから衝突時間を推定し, 後方向のイベント画像におけるラケット面への楕円嵌合により衝突位置を定め, 矢状面におけるシャトルコック速度を算出した。
提案手法を検証するために, 5人のプレーヤーの125スマッシュ試験を用いて, 高速カメラベース基準法に対してBland-Altman解析を行った。
衝突時間とシャトルコック速度は分析可能な124回の試験で推定され、衝突位置は93.5% (116/124)と推定された。
衝突時間、縦方向衝突位置、縦方向衝突位置、シャトルコック速度のバイアス (95% CI) はそれぞれ1.84 ms (1.45 - 2.23), 3.45 mm (2.18 - 4.72), -1.92 mm (-2.97 - -0.88), -1.00 m/s (-2.46 - 0.46) であった。
いずれの指標にも比例バイアスは見られなかった。
これらの結果から,提案手法はバドミントンスマッシュ性能と設備の実用的評価に有用であることが示唆された。
関連論文リスト
- Event-based Visual Deformation Measurement [76.25283405575108]
視覚的変形測定は、カメラ観測から表面の動きを追跡することによって、高密度な変形場を復元することを目的としている。
従来の画像ベースの手法は、対応検索空間を制限するため、最小限のフレーム間動作に依存している。
本研究では,時間的に密集した動きキューやフレームのイベントを利用して,空間的に密集した正確な推定を行うイベントフレーム融合フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-16T01:04:48Z) - Predicting Time Pressure of Powered Two-Wheeler Riders for Proactive Safety Interventions [0.8272083537040181]
タイムプレッシャーは、パワード2輪ライダーの危険な操縦とクラッシュの傾向に重大な影響を及ぼす。
本研究では,No, Low, High Time Pressure条件下で51人の参加者による153回の乗馬から129,000以上のラベル付き多変量時系列の大規模データセットを提案する。
我々の経験的分析によると、高圧は48%の速度を誘導し、36.4%の速度可変性、58%の交差点でのリスクの高い旋回、36%の急ブレーキ、50%の後部ブレーキ力と非時間圧力を誘導する。
論文 参考訳（メタデータ） (2026-01-06T16:52:09Z) - Locating Tennis Ball Impact on the Racket in Real Time Using an Event Camera [0.0]
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。
論文 参考訳（メタデータ） (2025-06-10T01:29:32Z) - Planar Velocity Estimation for Fast-Moving Mobile Robots Using Event-Based Optical Flow [1.4447019135112429]
本稿では,車輪と表面のトラクションの仮定から分離した速度推定手法を提案する。
提案手法は1:10スケールの自律レースプラットフォーム上でのフィールド実験により評価される。
論文 参考訳（メタデータ） (2025-05-16T11:00:33Z) - Efficient Vision-based Vehicle Speed Estimation [1.6385815610837167]
リアルタイム性能向上のための改良点をいくつか紹介する。
本手法をBrnoCompSpeedデータセット上でいくつかの変種で評価する。
我々の最高の性能モデルは、車両の速度推定誤差の中央値において、過去の最先端モデルを上回っている。
論文 参考訳（メタデータ） (2025-05-02T11:48:11Z) - MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [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。
事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。
このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z) - A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。
本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
論文 参考訳（メタデータ） (2023-09-29T08:30:18Z) - Robust Trajectory Prediction against Adversarial Attacks [84.10405251683713]
ディープニューラルネットワーク(DNN)を用いた軌道予測は、自律運転システムにおいて不可欠な要素である。
これらの手法は敵の攻撃に対して脆弱であり、衝突などの重大な結果をもたらす。
本研究では,敵対的攻撃に対する軌道予測モデルを保護するための2つの重要な要素を同定する。
論文 参考訳（メタデータ） (2022-07-29T22:35:05Z) - StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。
本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。
本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
論文 参考訳（メタデータ） (2022-07-21T12:03:02Z) - Mel-spectrogram features for acoustic vehicle detection and speed
estimation [0.0]
本論文は,単一センサ計測による音響車両の検出と速度推定について述べる。
入力音声のメル・スペクトログラムから予測されるクリップ車間距離を最小化することにより,車両のパスバイを瞬時に予測する。
メル・スペクトログラムに基づく機能は、中間機能を導入することなく、車両の速度推定に直接使用される。
論文 参考訳（メタデータ） (2022-04-08T11:53:13Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z)
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。