基于 stroke 级羽毛球数据集的击球预测基准评测
人工智能
2024-04-23 v3
摘要
近年来，得益于人工智能的发展与数据收集的高效性，羽毛球分析受到关注。尽管已有一些提升与探究选手表现的有效应用，但仅有少数可供羽毛球领域外研究者使用的公开羽毛球数据集。现有羽毛球单打数据集聚焦于特定对阵；然而，其无法提供针对不同选手与多样对阵的全面研究。本文中，我们提供一个羽毛球单打数据集ShuttleSet22，采集自2022年高排名赛事。ShuttleSet22包含训练集中2,888个回合的30,172次击球、验证集中450个回合的1,400次击球，以及测试集中654个回合的2,040次击球，并带有回合内详细的 stroke 级元数据。为以ShuttleSet22对现有工作进行基准评测，我们在CoachAI Badminton Challenge @ IJCAI 2023 举办了赛道2：羽毛球回合中未来回合制击球预测挑战，以鼓励研究者通过创新方法解决该现实问题，并总结最先进基线方法与改进技术间的见解，交流启发性思路。基线代码与数据集发布于 https://github.com/wywyWang/CoachAI-Projects/tree/main/CoachAI-Challenge-IJCAI2023。
引用
@article{arxiv.2306.15664,
title = {Benchmarking Stroke Forecasting with Stroke-Level Badminton Dataset},
author = {Wei-Yao Wang and Wei-Wei Du and Wen-Chih Peng and Tsi-Ui Ik},
journal= {arXiv preprint arXiv:2306.15664},
year = {2024}
}
备注
IJCAI-24 Demo, IT4PSS @ IJCAI-23, and CoachAI Badminton Challenge Track 2 @ IJCAI-23. Challenge website: https://sites.google.com/view/coachai-challenge-2023/