单眼无标记位置跟踪精英业余拳击战士在真实战斗环境中的位置跟踪

科学领域:

• 运动科学和生物力学
• 计算机视觉和机器学习

背景情况:

• 无标记视频分析为运动员在比赛期间提供高效的现场运动分析.
• 准确跟踪运动员的位置对于绩效评估和战术洞察至关重要.

研究的目的:

• 开发一种强大的,端到端的方法,从单眼视频数据自动捕捉运动员的2D轨迹.
• 为了实现精确的运动员位置跟踪,即使在高度封闭的比赛场景.
• 为教练人员提供可操作的绩效指标,以最小的设备设置.

主要方法:

• 追踪通过检测算法用于自主监督的上下文数据集创建.
• 一个专业的人探测器是使用自主监督数据进行训练的.
• 人类姿势估计识别了身体的解剖特征;运动员的位置是从脚的中点衍生而来的,并通过同位统计转换成米数单位.

主要成果:

• 与3D多摄像头参考系统相比,单眼方法实现了0.3m的平均误差.
• 单眼方法与参考系统之间的轨迹相关性超过了0.9.
• 该方法在涉及精英运动员的实时拳击比赛中表现出了强度.

结论:

• 拟议的无标记单眼视频分析方法准确地捕捉了运动员的2D轨迹.
• 这项技术有助于在最少的设置下开发诸如环军将军等绩效指标.
• 开辟了在竞争环境中高效,非侵入性的运动员表现监测的新途径.