Apr, 2023

SportsPose -- 一份动态的三维体育姿势数据集

HTML
PDF
TL;DRSportsPose是一个大规模的姿态数据集，包括高度动态的运动。使用超过176,000个来自24名不同受试者的5种运动活动的3D姿势，SportsPose提供了一组反映了运动复杂和动态性的多样化和全面的3D姿势。数据集伴随代码，可以从我们的网站上下载，希望SportsPose可用于开发和评估更有效的运动表现分析和损伤预防模型。
发现论文，激发创造
  • SMPL 约简：从单张图片自动估计三维人体姿态和形状

    本研究提出了一种基于DeepCut和SMPL模型的3D姿态估计方法，能够从单张无约束的图像中自动预测人体的姿态和形状，实现了对人体结构和运动的精确推断。

    Jul, 2016

  • 总是看向场地的亮面：融合姿势和背景数据来估计足球运动员的方向

    该研究针对足球运动员的身体定位这一尚未深入探讨的领域，提出了一种新颖的技术，可结合OpenPose和超分辨率网络等技术从单目视频录像中获取球员身体定向，进而生成可视化的定向数据，替补了目前定位方面的空白。

    Mar, 2020

  • 解耦视频和人体动作: 进军运动员录像实用事件检测

    本研究旨在解决在个人运动员记录中检测运动事件的问题，通过使用2D人体姿势序列作为中间表示，并结合领域自适应的运动员追踪，提出了两种事件检测方法，在游泳和田径领域进行了评估，从而实现了灵活的基于姿势的运动事件检测。

    Apr, 2020

  • 使用具有显式遮挡训练的时空网络进行3D人体姿势估计

    借助多尺度空间特征和多步幅时间卷积网络，在设计A的基础上，B通过在训练过程中模拟各种遮挡情况来提高露出度鲁棒性，并利用2D视频数据注入半监督学习能力。实验证实了该方法的有效性，并且消融研究表明我们网络的单个子模块的优势。

    Apr, 2020

  • SportsCap：具挑战性运动视频中单目3D人体动作捕捉与细粒度理解

    本论文提出了一种名为SportsCap的方法，利用数据驱动的多任务方式，从单眼挑战性运动视频中同时捕获3D人体运动和理解细粒度动作，并使用多流空间-时间图卷积网络预测细粒度语义动作属性，从而具有分析运动和评分的各种应用。

    Apr, 2021

  • FLEX: 无外参多视角 3D 人体动作重构

    本研究提出了一种不需要相机参数的多视角模型FLEX，通过学习骨架部位的3D旋转和长度，该模型能够重构一致的骨架，在未知相机设置情况下能够取得比现有技术更好的结果。

    May, 2021

  • 探测三级、高级和长跳运动员身体上的任意关键点

    该论文研究了基于视频的运动表现分析，提出了一种基于 Transformer 的方法进行运动员身体姿态的关键点检测。

    Apr, 2023

  • 利用部分运动场地注册的单目三维人体姿态估计技术在体育转播中的应用

    本文研究了如何通过部分体育场地登记和联合优化3D姿势估计和相机标定来提取3D运动学数据，生成了一个10K张图像的合成数据集来展示现有单目3D HPE方法的局限性。

    Apr, 2023

  • AutoSoccerPose：足球射门动作的自动化三维姿势分析

    通过引入3D Shot Posture (3DSP)数据集、3DSP-GRAE模型以及AutoSoccerPose流程，本研究解决了计算机视觉中的图像理解问题，并在足球姿势分析领域取得了显著进展。

    May, 2024

  • Pose2Trajectory: 使用变换器通过身体姿态预测网球运动员的轨迹

    本研究解决了网球运动员轨迹预测的挑战，提出了名为Pose2Trajectory的新方法，通过分析身体关节数据和球的位置来预测运动员的未来轨迹。该方法利用变换器编码-解码架构，实现了高精度的预测，有助于自动追踪运动员，提高了运动分析和摄像机操控的效率。

    Nov, 2024