CaddieSet：包含人类关节特征和球信息的高尔夫 swings 数据集

近期深度学习技术的进展推动了更多研究旨在提高球手击球精度，但现有研究尚未定量建立 swings 姿势与球迹轨迹之间的关系，限制了其为球手提供改进击球技巧所必需见解的能力。本文提出一种新型数据集CaddieSet，包含来自单次击球的关节信息和各种球信息。CaddieSet通过基于计算机视觉的方法将 swings 视频分割为八个 phases，然后提取关节信息。此外，基于专家高尔夫领域知识，我们定义了15个影响击球的关键指标，使通过 swings 相关特征来解释击球结果成为可能。通过实验，我们证明了CaddieSet可用于使用多种基准预测球迹轨迹。特别地，我们聚焦于几种基准中的可解释模型，验证了使用关节特征的 swings 反馈与既定领域知识一致。该工作预计为学术界和体育行业的 swings 分析提供新视角。