論文の概要: Event-based Gaze Control System for Accurate Real-time Spin Estimation in Professional Ball Games
- arxiv url: http://arxiv.org/abs/2606.26780v1
- Date: Thu, 25 Jun 2026 09:14:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.223786
- Title: Event-based Gaze Control System for Accurate Real-time Spin Estimation in Professional Ball Games
- Title（参考訳）: プロ球技における実時間スピン推定のためのイベントベース迷路制御システム
- Abstract要約: 球の追跡とスピンの計測をリアルタイムで行うイベントベースアクティブビジョンシステムを提案する。
システムは、高時間分解能と最小モーションボケのためのイベントカメラと、視野にボールを保持するための高速パン/チルト・ガルバノメーターミラーと、ボールの空間分解能を高めて焦点を合わせるための低照度望遠レンズで構成されている。
プロの卓球試合において,高精度(8.8%と6.4°軸ミスマッチ),3sレイテンシ,750Hzスループットの3ビュー設定で,信頼性の高いトラッキングとスピン推定を実証した。
- 参考スコア（独自算出の注目度）: 11.203086649949185
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spin plays a crucial role in many ball sports due to its effect on the trajectory of the ball. Vision-based estimation of the ball's spin during a game with conventional cameras is challenging due to the ball's small size, high speed, and fast rotation. To address these challenges, we propose an event-based active vision system that can track unmodified balls and measure their spin in real-time. The system consists of an event camera for its high temporal resolution and minimal motion blur, high-speed pan/tilt galvanometer mirrors to keep the ball in the field of view, and a low-latency focus-tunable telephoto lens to increase the spatial resolution on the ball and keep it in focus. To track the ball, we use a hybrid approach that combines 2D event-based detection for centering and 3D positions from a ball localization system for re-initialization. For high-accuracy spin estimation, we propose an offline method that performs contrast maximization on the sphere (s-CMax). This method achieves state-of-the-art accuracy on static balls across multiple sports (table tennis, baseball, tennis, and golf), with mean magnitude and axis errors of 2.1% and 4.0 degrees, respectively. We then develop a low-latency online method for table tennis as a case study in real-time applications. This method uses an uncertainty-aware convolutional neural network trained on pseudo-ground-truth spin labels from the offline approach, combined with a GPU-accelerated batch implementation of contrast maximization for refinement. We demonstrate reliable tracking and spin estimation with a three-view setup during professional table tennis matches, with high accuracy (8.8% magnitude and 6.4 degrees axis mismatch), 3 ms latency, and 750 Hz throughput.
- Abstract（参考訳）: スピンは多くの球技において重要な役割を演じている。
ボールのサイズが小さく、高速で、回転が速いため、従来のカメラでの試合中にボールのスピンを視覚ベースで推定することは困難である。
これらの課題に対処するために,未修正球の追跡とスピンのリアルタイム計測が可能なイベントベースアクティブビジョンシステムを提案する。
システムは、その高時間分解能と最小動作のぼかしのためのイベントカメラと、ボールを視野に保持するための高速パン/チルト・ガルバノメーターミラーと、ボールの空間分解能を高めて焦点を合わせるための低遅延焦点可変望遠レンズで構成されている。
ボールの追跡には,2次元イベントベース検出と3次元位置検出を組み合わせたハイブリッド方式を用いる。
高精度スピン推定のために,球面上でのコントラスト最大化(s-CMax)を行うオフライン手法を提案する。
この方法は、複数のスポーツ(卓球、野球、テニス、ゴルフ)において、平均等級と軸誤差が2.1%、軸誤差が4.0度である静的球の最先端精度を実現する。
そこで我々は,リアルタイムアプリケーションにおけるケーススタディとして,卓球の低レイテンシオンライン手法を開発した。
この方法は、オフラインアプローチから擬似地中構造ラベルに基づいてトレーニングされた不確実性を考慮した畳み込みニューラルネットワークと、改善のためのコントラスト最大化のGPU加速バッチ実装を併用する。
プロの卓球試合において,高精度(マグニチュード8.8%,軸不一致6.4度),3msレイテンシ,750Hzスループットの3ビュー構成で,信頼性の高いトラッキングとスピン推定を実証した。
関連論文リスト
- 1000 Rallies: An Event-Camera Dataset and Real-Time Learned Ball-State Estimation for Robotic Table Tennis [9.183928190216532]
本稿では,テーブルテニスのための大規模なイベントカメラデータセットについて紹介する。
我々は、背景選手の動きに頑健な畳み込みニューラルネットワークを訓練し、イベントから画像平面におけるボールの位置と速度を共同で推定する。
イベントベースのシステムをStubliロボットアームに統合することで、知覚行動ループを閉じる。
論文 参考訳（メタデータ） (2026-06-24T09:28:21Z) - 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) - TT3D: Table Tennis 3D Reconstruction [11.84899291358663]
本稿では,オンライン卓球記録から正確な3次元球軌道を再構築するための新しい手法を提案する。
本手法は, ボールの飛来軌道の再投射誤差を最小限に抑えるバウンス状態を特定するために, ボールの運動の基盤となる物理を利用する。
我々のアプローチの重要な利点は、人間のポーズ推定やラケット追跡に頼ることなく、ボールスピンを推論できることである。
論文 参考訳（メタデータ） (2025-04-14T09:37:47Z) - FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution [50.55876151973996]
ビデオ深度推定モデルは,(1)フレーム間の精度,(2)高解像度深度マップの作成,(3)リアルタイムストリーミングをサポートする。
提案するFlashDepthは,2044x1148ストリーミングビデオの深さ推定を24FPSで行うことで,3つの要件をすべて満たす手法である。
我々は、最先端の深度モデルに対する複数の未知のデータセットに対するアプローチを評価し、競争精度を維持しながら、境界のシャープネスと速度の点でそれらを上回ります。
論文 参考訳（メタデータ） (2025-04-09T17:59:31Z) - 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) - 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) - Minimum Latency Deep Online Video Stabilization [77.68990069996939]
本稿では,オンラインビデオ安定化作業のための新しいカメラパス最適化フレームワークを提案する。
本研究では,近年の市販の高品位深度モーションモデルを用いて動き推定を行い,カメラの軌道を復元する。
我々の手法は、定性的にも量的にも最先端のオンライン手法を大きく上回っている。
論文 参考訳（メタデータ） (2022-12-05T07:37:32Z) - Ball 3D localization from a single calibrated image [1.2891210250935146]
本研究では,画素内の球径を推定し,実球径の知識をメートル単位で利用することにより,単一画像上の課題に対処することを提案する。
このアプローチは、ボールが(部分的にも)見えるようなあらゆるゲーム状況に適しています。
3つのバスケットボールデータセットの検証により,我々のモデルがボール3Dのローカライゼーションに顕著な予測を与えることが明らかとなった。
論文 参考訳（メタデータ） (2022-03-30T19:38:14Z) - 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) - Motion-from-Blur: 3D Shape and Motion Estimation of Motion-blurred
Objects in Videos [115.71874459429381]
本研究では,映像から3次元の運動,3次元の形状,および高度に動きやすい物体の外観を同時推定する手法を提案する。
提案手法は, 高速移動物体の劣化と3次元再構成において, 従来の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-11-29T11:25:14Z) - Monocular Visual Analysis for Electronic Line Calling of Tennis Games [57.14812636359967]
エレクトロニックラインコール(Electronic Line Calling)は、双眼ビジョン技術に基づくテニスの試合に使用される補助審判システムである。
本稿では,モノクルビジョン技術を用いたLCC法を提案する。
球のバウンス点が2次元画像におけるバウンス点とコート側線との相対的な位置に応じて境界外であるか否かを調べる。
論文 参考訳（メタデータ） (2021-07-20T04:23:11Z)
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。