用于超长距离跑者性能一览式分析的去上下文 I3D 卷积网络
计算机视觉与模式识别
2022-05-27 v3
摘要
2021 年 5 月，runnersworld.com 网站发布称，过去 23 年中超长距离赛事的参与人数增长了 1,676%。此外，近 41% 的此类跑者每年参加超过一场比赛。可穿戴设备的发展无疑通过提供实时性能度量激励了参与者。然而，我们认为仍有改进空间，尤其是从赛事组织者的视角。本工作旨在通过将一种聚焦于超长距离跑步场景的非侵入式技术纳入考虑，来确定跑者的性能如何被量化与预测。就此而言，参赛者在经过沿赛道布置的一组点位时被捕捉。每段录像被视为一个 I3D ConvNet 的输入以提取我们工作中参与者的跑步步态。此外，天气与光照捕捉条件或由于赛事工作人员及其他跑者造成的遮挡可能影响这些录像。为应对这一挑战性任务，我们在若干 RP 处追踪并编码了参与者的跑步步态，并去除上下文以意图确保对感兴趣跑者的恰当评估。评估表明，由 I3D ConvNet 提取的特徵提供了充足信息来估计参与者在不同赛道上的性能。
引用
@article{arxiv.2203.06749,
title = {Decontextualized I3D ConvNet for ultra-distance runners performance analysis at a glance},
author = {David Freire-Obregón and Javier Lorenzo-Navarro and Modesto Castrillón-Santana},
journal= {arXiv preprint arXiv:2203.06749},
year = {2022}
}
备注
Accepted at 21st International Conference on Image Analysis and Processing (ICIAP 2021)