Prediction of Volleyball Trajectory Using Skeletal Motions of Setter Player
Prediction of Volleyball Trajectory Using Skeletal Motions of Setter Player
复制标题
利用二传球员的骨骼运动预测排球轨迹
DOI：
10.1145/3311823.3311844
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
H. Shinoda
中科院分区：
文献类型：
--
作者：
Shuya Suda;Yasutoshi Makino;H. Shinoda
在本文中，我们提出了一种方法，预测球的轨迹的排球投掷前0.3秒的实际投掷通过观察二传手运动员。我们将使用Kinect获得的身体关节的3D数据输入到一个简单的神经网络中，并使用OpenPose估计的2D数据进行比较。我们为两位玩家创建了简单的神经网络并对其进行了测试。该方法能较好地预测出排球投掷的轨迹，其误差近似等于球的大小。这项技术可以通过将预测的图像叠加到现场直播中来提供新的体育体验。我们还表明，这种方法可以用来确定重要的身体部位，有助于折腾预测。一位专业的排球分析师表示，这项技术可以用来分析对手球员的特点。
In this paper, we present a method that predicts the ball trajectory of a volleyball toss 0.3 s before the actual toss by observing the motion of the setter player. We input 3D data of body joints obtained using Kinect into a simple neural network, and 2D data estimated using OpenPose is used for comparison. We created simple neural networks for the two players and tested them. The trajectory of a volleyball toss is properly predicted by the proposed method and the error of the toss trajectory was approximately equal to the size of the ball. This technology can provide a new spectating experience in sports by superimposing the predicted images onto a live broadcast. We also show that this method can be used to identify the important body parts that contribute to the toss prediction. A professional volleyball analyst stated that this technology can be used for analyzing the peculiarities of opponent players.
基于运动状态检测的排球运动员身体部位跟踪预测模型
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
Fanglu Xie;Xina Cheng;Takeshi Ikenaga
通讯作者：
Takeshi Ikenaga
LumoSpheres：实时跟踪飞行物体和用于体积显示的图像投影
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
的場 やすし;徳井 太郎;佐藤 遼;佐藤 俊樹;小池 英樹;Hiroaki Yamaguchi and Hideki Koike
通讯作者：
Hiroaki Yamaguchi and Hideki Koike