文献

J-GLOBAL ID：202102234063970987   整理番号：21A2569392

加速度計データを用いたバドミントン活動認識【JST・京大機械翻訳】

Badminton Activity Recognition Using Accelerometer Data

著者 (6件)： Steels Tim (IDLab, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium) ,  Herbruggen Ben Van (IDLab, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium) ,  Fontaine Jaron (IDLab, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium) ,  Pessemier Toon De (WAVES, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium) ,  Plets David (WAVES, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium) ,  Poorter Eli De (IDLab, Department of Information Technology, Ghent University-imec, 9000 Ghent, Belgium)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 17  ページ： 4685  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： スポーツの徹底的な分析は,レクリエーションと専門レベルの両方で,悪分選手の訓練過程でますます重要になっている。今日,ゲーム状況は,ゲーム状況を分析するために,通常,フィルム化され,レビューされるが,これらのビデオセットアップは,分析,高価,そして,侵入するのが難しい傾向がある。対照的に,著者らは,オフラインの加速度計とジャイロスコープデータを使用して,不良運動を分類した。この目的のために,データ捕捉キャンペーンを組織化し,入力として異なるフレームサイズを用いて新しいニューラルネットワークを設計した。本論文は,加速度計データだけによって,著者らの新規畳込みニューラルネットワークが,50Hzのサンプリング周波数を使用するとき,86%の精度で9つの活動を区別することができることを示した。ジャイロスコープデータの追加は,従来の畳み込みニューラルネットワークを使用するとき,それぞれ79%と88%と比較して,最大99%の精度の増加を引き起こす。さらに,異なるセンサ配置オプションの影響を解析し,センサの異なるサンプリング周波数の影響を論じた。このように,この手法は,使用が容易であり,不良なゲームの解析のための有用な情報を収集できる低コストソリューションを提供する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ゲーム ,  スポーツ ,  *加速度計 ,  ニューラルネットワーク ,  レクリエーション ,  録画装置 ,  センサ ,  データ収集 ,  ジャイロスコープ
準シソーラス用語： サンプリング周波数 ,  運動選手 ,  行動認識 ,  オフライン ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (8件)： バドミントン ,  活動認識 ,  加速度計 ,  ジャイロスコープ ,  DNN ,  CNN ,  ニューラルネットワーク ,  機械学習

分類 (1件)： 時間,速度,加速度,角速度の計測法・機器  (AD05040K)

引用文献 (28件)：

• Phomsoupha, M.; Laffaye, G. The Science of Badminton: Game Characteristics, Anthropometry, Physiology, Visual Fitness and Biomechanics. Sports Med. 2014, 45, 473-495.
• Lara, O.D.; Labrador, M.A. A Survey on Human Activity Recognition using Wearable Sensors. IEEE Commun. Surv. Tutor. 2013, 15, 1192-1209.
• Kwapisz, J.R.; Weiss, G.M.; Moore, S. Activity recognition using cell phone accelerometers. Sigkdd Explor. 2011, 12, 74-82.
• Ireland, M.; Andrews, J. Shoulder and elbow injuries in the young athlete. Clin. Sports Med. 1988, 7, 473-494.
• Gori, I.; Aggarwal, J.K.; Matthies, L.; Ryoo, M.S. Multitype Activity Recognition in Robot-Centric Scenarios. IEEE Robot. Autom. Lett. 2016, 1, 593-600.

タイトルに関連する用語 (3件)： 加速度計 ,  バドミントン ,  活動認識