加强排球训练:通过先进的传感和分析来赋予运动员和教练权力

科学领域:

• 运动科学 运动科学 运动科学
• 机器学习 机器学习
• 可穿戴技术可穿戴技术

背景情况:

• 现代体育训练受益于先进的传感和数据分析.
• 可以使用数据驱动的洞察力创建交互式培训环境.

研究的目的:

• 开发和评估使用惯性测量单位 (IMU) 和压力敏感地板进行排球训练的系统.
• 探索自动动动作识别用于性能分析和反的应用.

主要方法:

• 使用了IMU,一个压力敏感的显示地板和机器学习 (卷积神经网络,主动数据表示).
• 通过使用十倍交叉验证和离开一个主体的交叉验证评估了动作识别性能.
• 开发了自动视频标记和实时"碰撞-设置-尖端"训练器.

主要成果:

• 通过CNN实现了78.71%的非加权平均回忆,用于动作识别,并且通过主动数据表示实现了73.84%.
• 证明了自动视频标记和实时性能反系统的可行性.
• 确定了IMU传感器数据的统计功能和主动数据表示的有效性.

结论:

• 开发的系统通过自动动作识别有效支持排球训练.
• 该系统可实现增强的性能分析,视频标记和实时反机制.
• 这项技术对改善体育训练方法,特别是排球有重大影响.