我的击球质量如何？量化乒乓球运动员技能水平
计算机视觉与模式识别
2026-03-27 v1
摘要
衡量个人技能水平至关重要，因为它从根本上塑造其行为。然而，量化技能具有挑战性，因为技能潜藏于可观察的动作之中。为了探索人类行为中的技能理解，我们聚焦于双人运动——具体而言是乒乓球——其中技能不仅体现在复杂动作中，还体现在受比赛情境调节的执行细节里。我们的核心思想是学习每位球员战术性击球动作的生成模型，并将它们联合嵌入一个共同潜在空间，该空间编码个体特征，包括与技能水平相关的特征。通过在一个大规模三维重建专业比赛数据集上训练这些球员模型，并以全面的比赛情境——包括球员站位和对手行为——对其进行条件化，模型在潜在空间中捕捉到个体战术身份。我们探测所学的球员空间，发现它反映了不同的打法风格和属性，这些共同代表了技能水平。通过在这些嵌入上训练一个简单的相对排序网络，我们证明了相对技能和绝对技能的预测均可实现。这些结果表明，所学的球员空间有效量化了技能水平，为复杂交互行为中的自动化技能评估奠定了基础。
引用
@article{arxiv.2603.25736,
title = {How good was my shot? Quantifying Player Skill Level in Table Tennis},
author = {Akihiro Kubota and Tomoya Hasegawa and Ryo Kawahara and Ko Nishino},
journal= {arXiv preprint arXiv:2603.25736},
year = {2026}
}