GolfDB:用于高尔夫挥杆序列化的视频数据库
计算机视觉与模式识别
2019-03-18 v1
摘要
高尔夫挥杆是一项复杂运动,需要大量的全身协调才能熟练完成。因此,它频繁受到审视并经历广泛的生物力学分析。本文中,我们提出高尔夫挥杆序列化这一概念,用于检测挥杆中的关键事件并辅助挥杆分析。为对挥杆序列化性能进行一致评估,我们引入了基准数据库GolfDB,包含1400段高质量高尔夫挥杆视频,每段均标注了事件帧、边界框、球员姓名与性别、球杆类型和视角类型。此外,作为GolfDB上挥杆序列化性能的参考基线,我们提出了一种称为SwingNet的轻量深度神经网络,其具有深度卷积与循环神经网络混合架构。SwingNet以平均76.1%的准确率正确检测八个高尔夫挥杆事件,并以91.8%的准确率检测其中六个事件。基于所提出的基线SwingNet,我们倡导未来研究中使用计算高效模型,以通过在易得移动设备上部署来促进现场分析。
引用
@article{arxiv.1903.06528,
title = {GolfDB: A Video Database for Golf Swing Sequencing},
author = {William McNally and Kanav Vats and Tyler Pinto and Chris Dulhanty and John McPhee and Alexander Wong},
journal= {arXiv preprint arXiv:1903.06528},
year = {2019}
}