Automatyczna analiza oraz klasyfikacja akcji w sporcie stanowi użyteczne narzędzie dla zawodników oraz trenerów. W niniejszej pracy zaprezentowano efektywną metodę klasyfikacji akcji nóg w szermierce z wykorzystaniem akcelerometru. Do opisu ruchu wykorzystano zarówno cechy czasowe jak i częstotliwościowe. Do wyboru podzbioru cech o największej sile dyskryminacyjnej zastosowano metody selekcji cech oparte o algorytmy AdaBoost oraz Lasso. Klasyfikację akcji zrealizowano w oparciu o metody DTW oraz SVM. Przeprowadzono badania eksperymentalne na dedykowanej bazie danych z akcjami nóg w szermierce, która zawiera trudne do klasyfikacji akcje o podobnej trajektorii, ale różnej dynamice ruchu. Metody zaproponowane w niniejszej pracy umożliwiają uzyskanie 70% skuteczności klasyfikacji.
EN
Automatic analysis and classification of actions in sports constitutes a useful tool for both athletes and coaches. In this paper we present an efficient method for classification of actions in fencing footwork by employing an accelerometer. Fencers’ motion is described by both time and frequency domain features. In order to select a relevant subset of features we employ feature selection methods, namely AdaBoost and Lasso. In the classification we use DTW and SVM algorithms. Experiments were conducted on a dedicated dataset with fencing footwork actions, which contains actions, which are difficult to classify, as they have similar trajectories and vary mostly in the dynamics of the motion. The proposed methods achieved recognition accuracy better than 70%.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
One of the issues of identification of coefficient of elementary bilinear time-series model is indivertibility of the model due to displacement of global minimum of identification algorithm cost function. The paper shows that it is possible to change placement of this global minimum, so it is corresponding to real value of model coefficient.
PL
Jednym z podstawowych problemów identyfikacji współczynnika elementarnego biliniowego modelu ciągu czasowego jest nieodwracalność modelu. Skutkuje ona przemieszczeniem minimum globalnego funkcji kosztu algorytmu identyfikacji, tak że odpowiada ono nieprawidłowej wartości współczynnika. Niniejszy artykuł przedstawia propozycję rozwiązania tego problemu oraz analizę jego powtarzalności.