IoT-Based 3D Pose Estimation and Motion Optimization for Athletes: Application of C3D and OpenPose

要約

この研究では、陸上競技選手の高精度 3D 姿勢推定と動作最適化のための IoT 拡張姿勢最適化ネットワーク (IE-PONet) を提案します。
IE-PONet は、時空間特徴抽出のための C3D、リアルタイムのキーポイント検出のための OpenPose、およびハイパーパラメータ調整のためのベイジアン最適化を統合します。
NTURGB+D および FineGYM データセットの実験結果は、AP\(^p50\) スコアがそれぞれ 90.5 と 91.0、mAP スコアが 74.3 と 74.0 という優れたパフォーマンスを示しています。
アブレーション研究では、モデルの精度を高める上での各モジュールの重要な役割が確認されています。
IE-PONet は、運動パフォーマンスの分析と最適化のための堅牢なツールを提供し、トレーニングと傷害予防のための正確な技術的洞察を提供します。
今後の作業は、さらなるモデルの最適化、マルチモーダルデータ統合、および実用的なアプリケーションを強化するためのリアルタイムフィードバックメカニズムの開発に焦点を当てます。

要約(オリジナル)

This study proposes the IoT-Enhanced Pose Optimization Network (IE-PONet) for high-precision 3D pose estimation and motion optimization of track and field athletes. IE-PONet integrates C3D for spatiotemporal feature extraction, OpenPose for real-time keypoint detection, and Bayesian optimization for hyperparameter tuning. Experimental results on NTURGB+D and FineGYM datasets demonstrate superior performance, with AP\(^p50\) scores of 90.5 and 91.0, and mAP scores of 74.3 and 74.0, respectively. Ablation studies confirm the essential roles of each module in enhancing model accuracy. IE-PONet provides a robust tool for athletic performance analysis and optimization, offering precise technical insights for training and injury prevention. Future work will focus on further model optimization, multimodal data integration, and developing real-time feedback mechanisms to enhance practical applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google