一个基于计算机视觉的新型框架可以在橄球联赛中检测头对头撞击吗?
Manish Mohan1, Dan Weaving2,3,4, Andrew J Gardner2,5
1Carnegie Applied Rugby Research (CARR) centre, Carnegie School of Sport, Leeds Beckett University, Leeds, UK m.mohan@leedsbeckett.ac.uk.
概括
一个新的计算机视觉框架可以自动检测橄球比赛中的头对头冲击,有助于预防脑震荡. 这项技术可以分析视频录像,以识别危险的碰撞,并告知安全策略.
科学领域:
- 运动科学 运动科学 运动科学
- 生物机械工程 生物机械工程
- 计算机视觉 计算机视觉
背景情况:
- 头对头撞击是体育运动中脑震荡的重要危险因素.
- 对这些冲击的自动检测对于玩家的安全至关重要.
- 之前的研究还没有评估计算机视觉对橄球中头对头冲击的影响.
研究的目的:
- 开发和评估一种新的计算机视觉框架,用于在橄球比赛中自动分类头对头冲击.
- 通过使用标准和高清视频数据来评估框架的性能.
- 为管理机构提供一个工具,分析头对头碰撞率和预防策略.
主要方法:
- 开发了一个集成对象检测和3D卷积神经网络的计算机视觉框架.
- 从职业橄球联盟比赛中处理事件被手动编码为头对头或非头对头冲击.
- 该框架在341个剪辑上进行了训练,并在670个剪辑上进行了测试,将其分类与手动编码进行了比较.
主要成果:
- 该框架在标准定义视频中实现了68%的灵敏度和84%的特异性,用于头对头撞击的分类.
- 在高清视频中的性能显示了类似的结果,灵敏度为65%,特异性为84%.
- 标准分辨率和高分辨率剪辑的积极预测值为0.61.
结论:
- 一个新的计算机视觉框架用于检测橄球比赛中头对头冲击已经成功开发和评估.
- 该框架可以被体育管理机构用于实时或追溯分析,以评估头对头碰撞率.
- 未来的研究应该将这一框架扩展到其他头部接触机制,并探索其实时应用以支持临床评估.
