TacPrint:在乒乓球中可视化生物机械指纹

科学领域:

• 体育科学 运动科学 运动科学
• 生物力学 生物力学
• 机器学习 机器学习

背景情况:

• 乒乓球需要高度的技术技能和协调.
• 生物机械指纹为玩家的运动和弱点提供了洞察力.
• 缺乏有效的方法来产生生物机械指纹.

研究的目的:

• 提出TacPrint,一个用于为乒乓球运动员生成生物机械指纹的框架.
• 使用机器学习和IMU数据进行特征提取.
• 通过注意力机制增强模型的解释性.

主要方法:

• 使用机器学习开发了TacPrint框架.
• 通过惯性测量单位 (IMU) 收集生物力学数据.
• 实施了用于模型解释性的注意力机制和用于指纹探索的可视化系统.

主要成果:

• 在生成生物机械指纹方面,TacPrint框架展示了高准确性和有效性.
• 该系统成功地促进了玩家指纹的探索和调查.
• 实验验证证证实了该模型的性能.

结论:

• TacPrint提供了一种有效的方法,用于在乒乓球中生成生物机械指纹.
• 该框架可以帮助参与者识别和改善技术弱点.
• 在其他体育运动中,TacPrint具有应用潜力.