Swimtrans Net:通过Swin-Transformer驱动的多模式机器人系统用于识别游泳动作
1Department of Physical Education, Sangmyung University, Seoul, Republic of Korea.
Frontiers in neurorobotics
|October 9, 2024
概括
这项研究介绍了Swimtrans Net,这是一个用于分析游泳技术的新型机器学习系统. 它提高了动作识别的准确性,并为游泳者提供实时反.
科学领域:
- 运动科学 运动科学 运动科学
- 机器学习 机器学习
- 机器人技术 机器人技术 机器人技术
背景情况:
- 机器学习增强了游泳技术分析,但在特征提取,概括和实时性能方面面临挑战.
- 准确的游泳动作识别对于提高表现和预防伤害至关重要.
研究的目的:
- 开发一种创新的多式联运机器人系统,用于精确的游泳动作识别和技术改进.
- 为了解决当前机器学习方法在游泳分析方面的局限性.
主要方法:
- 提出了Swimtrans Net,这是一个利用Swin-Transformer进行视觉特征提取和CLIP用于多式模式理解游泳行为的系统.
- 集成的Swin转换器作为CLIP的图像编码器和微调的CLIP用于游泳特定数据的解释.
- 员工将学习转移到预培训中,以减少培训时间和计算成本,从而实现实时反.
主要成果:
- 在游泳运动分析和预测方面,Swimtrans Net比最先进的方法取得了2.94%的改进.
- 在识别和预测游泳行为方面表现出更高的准确性.
结论:
- Swimtrans Net为游泳技术分析的机器学习提供了显著的进步.
- 该系统为教练和游泳者提供了宝贵的见解,以提高表现.
