首頁?行業  »   正文

AI通過帶有傳感器的滑雪杖收集的數據,區分滑雪技術

AI通過帶有傳感器的滑雪杖收集的數據,區分滑雪技術

AI在現實中的應用范圍越來越廣泛,雪上運動又引起了研究人員的注意,在最新論文“Identifying cross country skiing techniques using power meters in ski poles”中,瑞典查爾默斯理工大學的一組科學家描述了AI可以通過帶有傳感器的滑雪杖收集的數據,區分滑雪技術。

團隊認為這可以幫助教練和運動員分析訓練負荷等情況,并相應地實時進行調整。

論文作者寫道,“在這個項目中,我們與一家公司合作,生產一種用于越野滑雪的功率計,安裝在滑雪杖的手柄內。”

正如他們進一步解釋的那樣,滑雪技術可以大致分為兩種風格,古典風格和自由風格,以及各種子技術(gear),每種技術都特別適合不同的地形類型和雪況。

科學家在他們的研究過程中專注于雙重極化(主要用于緩坡下坡),但他們也考慮gear 2,它是一種上坡技術,gear 3用來在上坡和下坡滑雪之間轉換,gear 4是水平移動。

該團隊采購了由Chalmers的衍生公司Skisens AB提供的數據集,其中包含來自三個滑雪者的樣本,這些滑雪者在不同的三個位置使用配備傳感器的手柄。他們在預處理數據的過程中提取了1671個單極點,并將它們輸入三種不同的機器學習模型進行分類。

AI通過帶有傳感器的滑雪杖收集的數據,區分滑雪技術

在對系統進行訓練后,研究人員在一個未知的數據子集上評估模型。性能最好的是長短期記憶(LSTM)網絡,正確率為95%。而當模型僅對來自兩名滑雪者的數據進行訓練并對來自第三名的樣本進行測試時,準確度急劇下降(降至78%)。

研究人員指出,他們的技術只能記錄手部的動作,不包括身體或滑雪板上的傳感器。盡管如此,他們認為,如果包含來自專業人士和休閑滑雪者的數據的更大的語料庫,模型可以實現更高的分類準確度。

團隊表示,“為了更好地推廣未出現在訓練集中的個人,需要更多的數據,這是將要進行的工作。盡管如此,我們通過使用AI模型達到了更好的結果,而且這在其他研究中沒有得到太多探索,我們的方法不需要將手工制作的特征傳遞給模型。”

論文:

arxiv.org/pdf/1904.10359.pdf

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論