BST: Badminton Stroke-type Transformer for Skeleton-based Action Recognition in Racket Sports

要約

すべてのスポーツの中で最も速いボールスピードを持っていることで知られるバドミントンは、プレーヤーの識別、コートライン検出、シャトルコックの軌跡追跡、プレーヤーストロークタイプの分類など、コンピュータービジョンの分野に大きな課題をもたらします。
このペーパーでは、バドミントン放送マッチで各プレイヤーのラケットスイングのフレームを抽出するための新しいビデオセグメンテーション戦略を紹介します。
これらのセグメント化されたフレームは、2つの既存のモデルによって処理されます。1つは、プレーヤーの骨格ジョイントを取得するための人間のポーズ推定用、もう1つはShuttlecock軌道検出がShutttlecock軌道を抽出します。
これらのジョイント、軌跡、プレーヤーの位置を入力として活用して、シングルのプレーヤーストロークタイプを分類するためにバドミントンストロークタイプトランス（BST）を提案します。
私たちの知る限り、実験結果は、私たちの方法が、最大の公的に利用可能なバドミントンビデオデータセットであるシャトルセットの以前の最先端を上回ることを示しています。

要約(オリジナル)

Badminton, known for having the fastest ball speeds among all sports, presents significant challenges to the field of computer vision, including player identification, court line detection, shuttlecock trajectory tracking, and player stroke-type classification. In this paper, we introduce a novel video segmentation strategy to extract frames of each player’s racket swing in a badminton broadcast match. These segmented frames are then processed by two existing models: one for Human Pose Estimation to obtain player skeletal joints, and the other for shuttlecock trajectory detection to extract shuttlecock trajectories. Leveraging these joints, trajectories, and player positions as inputs, we propose Badminton Stroke-type Transformer (BST) to classify player stroke-types in singles. To the best of our knowledge, experimental results demonstrate that our method outperforms the previous state-of-the-art on the largest publicly available badminton video dataset, ShuttleSet, which shows that effectively leveraging ball trajectory is likely to be a trend for racket sports action recognition.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google