您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
AI通过带有传感器的滑雪杖收集的数据，区分滑雪技术
2019年04月25日 由 明知不问 发表
996825
0
AI在现实中的应用范围越来越广泛，雪上运动又引起了研究人员的注意，在最新论文“Identifying cross country skiing techniques using power meters in ski poles”中，瑞典查尔默斯理工大学的一组科学家描述了AI可以通过带有传感器的滑雪杖收集的数据，区分滑雪技术。团队认为这可以帮助教练和运动员分析训练负荷等情况，并相应地实时进行调整。
论文作者写道，“在这个项目中，我们与一家公司合作，生产一种用于越野滑雪的功率计，安装在滑雪杖的手柄内。”
正如他们进一步解释的那样，滑雪技术可以大致分为两种风格，古典风格和自由风格，以及各种子技术（gear），每种技术都特别适合不同的地形类型和雪况。
科学家在他们的研究过程中专注于双重极化（主要用于缓坡下坡），但他们也考虑gear 2，它是一种上坡技术，gear 3用来在上坡和下坡滑雪之间转换，gear 4是水平移动。
该团队采购了由Chalmers的衍生公司Skisens AB提供的数据集，其中包含来自三个滑雪者的样本，这些滑雪者在不同的三个位置使用配备传感器的手柄。他们在预处理数据的过程中提取了1671个单极点，并将它们输入三种不同的机器学习模型进行分类。
在对系统进行训练后，研究人员在一个未知的数据子集上评估模型。性能最好的是长短期记忆（LSTM）网络，正确率为95％。而当模型仅对来自两名滑雪者的数据进行训练并对来自第三名的样本进行测试时，准确度急剧下降（降至78％）。
研究人员指出，他们的技术只能记录手部的动作，不包括身体或滑雪板上的传感器。尽管如此，他们认为，如果包含来自专业人士和休闲滑雪者的数据的更大的语料库，模型可以实现更高的分类准确度。
团队表示，“为了更好地推广未出现在训练集中的个人，需要更多的数据，这是将要进行的工作。尽管如此，我们通过使用AI模型达到了更好的结果，而且这在其他研究中没有得到太多探索，我们的方法不需要将手工制作的特征传递给模型。”
论文：
arxiv.org/pdf/1904.10359.pdf
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消