La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

3D Global and Multi-View Local Features Combination Based Qualitative Action Recognition for Volleyball Game Analysis Reconnaissance d'action qualitative basée sur une combinaison de fonctionnalités locales globales et multi-vues 3D pour l'analyse des matchs de volley-ball

Xina CHENG, Yang LIU, Takeshi IKENAGA

  • Vues en texte intégral

    0

  • Citer

Résumé:

L'analyse vidéo de volleyball joue un rôle important en fournissant des données pour les contenus télévisés et en développant des stratégies. Parmi tous les sujets d'analyse du volleyball, la reconnaissance qualitative des actions des joueurs est essentielle car elle fournit potentiellement non seulement l'action exécutée, mais également la qualité, c'est-à-dire la qualité de l'action. Cependant, la plupart des recherches sur la reconnaissance d’actions se concentrent sur la discrimination entre différentes actions. Jusqu'à présent, la qualité d'une action, utile à l'évaluation et à l'entraînement des compétences du joueur, n'a reçu que peu d'attention. Les problèmes vitaux dans la reconnaissance qualitative des actions comprennent l'occlusion, les petites différences inter-classes et divers types d'apparence provoqués par le changement de joueur. Cet article propose un cadre de reconnaissance basé sur une combinaison de caractéristiques locales globales et multi-vues 3D avec une fonctionnalité de formation d'équipe globale, une fonctionnalité d'état de balle et des fonctionnalités de pose abrupte. Les problèmes ci-dessus sont résolus par la combinaison de fonctionnalités globales 3D (qui masquent la fonctionnalité de mouvement 2D instable et incomplète causée par l'occlusion) et de fonctionnalités locales multi-vues (qui obtiennent des fonctionnalités de mouvement local détaillées des parties du corps dans plusieurs points de vue). Premièrement, la formation de l'équipe extrait les trajectoires 3D de l'ensemble des membres de l'équipe plutôt que d'un seul joueur cible. Cette proposition se concentre davantage sur l’ensemble de la fonctionnalité tout en éliminant l’effet personnel. Deuxièmement, la fonction d’état de mouvement de la balle extrait les caractéristiques de la trajectoire de la balle en 3D. Le mouvement de la balle n'est pas affecté par l'apparence personnelle, donc cette proposition ignore l'influence de l'apparence du joueur et la rend plus robuste au changement de joueur cible. Enfin, la fonction de pose abrupte se compose de deux parties : la pose du cadre de frappe abrupte (qui extrait la forme du contour de la pose du joueur au moment du coup) et la variation de pose abrupte (qui extrait la variation de pose entre la pose de préparation et la pose de fin pendant l'action). Ces deux caractéristiques permettent de mieux distinguer la qualité de chaque action en se concentrant sur le standard de mouvement et la stabilité entre les différentes actions de qualité. Des expériences sont menées sur des vidéos de jeux de la demi-finale et de la finale des Jeux inter-lycées japonais de volleyball masculin 2014 au Tokyo Metropolitan Gymnasium. Les résultats expérimentaux montrent que la précision atteint 97.26 %, une amélioration de 11.33 % pour la discrimination des actions et de 91.76 %, et une amélioration de 13.72 % pour l'évaluation de la qualité des actions.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.12 pp.1891-1899
Date de publication
2019/12/01
Publicisé
ISSN en ligne
1745-1337
DOI
10.1587/transfun.E102.A.1891
Type de manuscrit
Special Section PAPER (Special Section on Smart Multimedia & Communication Systems)
Catégories
Image(s)

Auteurs

Xina CHENG
  Xidian University,Waseda University
Yang LIU
  Waseda University
Takeshi IKENAGA
  Waseda University

Mots-clés

Table des matières