羽毛球击球事件检测的新视角
计算机视觉与模式识别
2023-06-21 v1 人工智能
摘要
本文介绍了一种用于羽毛球击球事件检测的新方法。我们不依赖通用方法，而是通过推理一系列图像来捕捉玩家的击球动作。为学习视频片段中击球事件的特征，我们具体利用一种称为 SwingNet 的深度学习模型。该模型旨在捕捉与羽毛球击球动作相关的特征与模式。通过在所给视频片段上训练 SwingNet，我们旨在使模型能够根据击球事件的独特特征准确识别并判定其实例。此外，我们应用特定的视频处理技术从视频中提取先验特征，显著降低了模型的学习难度。所提方法不仅提供了直观且用户友好的途径，也为羽毛球击球事件检测任务提供了新视角。源代码将发布于 https://github.com/TW-yuhsi/A-New-Perspective-for-Shuttlecock-Hitting-Event-Detection。
引用
@article{arxiv.2306.10293,
title = {A New Perspective for Shuttlecock Hitting Event Detection},
author = {Yu-Hsi Chen},
journal= {arXiv preprint arXiv:2306.10293},
year = {2023}
}