姿态驱动的动作意图推断：用于球场风格和疲劳度评估
计算机视觉与模式识别
2025-07-30 v2 机器学习
摘要
姿态基因的精神状态推断在诊断疲劳、预防伤害和提升性能方面具有重要潜力。此类工具必须在大型数据集中经过验证后才能转化为实际应用。不幸的是，视觉诊断因人类主体数据敏感性面临严重挑战。为此，我们认识到体育赛场是积累处于不同情绪状态下人类主体数据的可行替代方案。在板球比赛中进行测试，我们提出了一种基于姿态的解决方案，用于从活动视频中识别人类意图。我们的方法在通过运动分析区分积极和防御性射击意图时，实现了超过 75% 的 F1 分数和超过 80% 的 AUC-ROC。这些发现表明，姿态即使在数据管道中存在固有噪声，也能透露出强大的意图推断信号。此外，我们利用现有数据统计信息作为弱监督来验证我们的发现，为克服数据标注限制提供了潜在解决方案。本研究为可通用的体育分析技术贡献，并为在 Various 领域应用人类行为分析开辟了可能性。
引用
@article{arxiv.2507.11642,
title = {Posture-Driven Action Intent Inference for Playing style and Fatigue Assessment},
author = {Abhishek Jaiswal and Nisheeth Srivastava},
journal= {arXiv preprint arXiv:2507.11642},
year = {2025}
}