Soumettre la recherche
Mettre en ligne
Open pose時系列解析7
•
1 j'aime
•
2,649 vues
M
Masato Nakai
Suivre
Discription of Time Analysis for bascket ball free throw by Openpose
Lire moins
Lire la suite
Données & analyses
Signaler
Partager
Signaler
Partager
1 sur 8
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Padoc_presen4R.pdf
Padoc_presen4R.pdf
Masato Nakai
Factor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 r
Masato Nakai
報酬が殆ど得られない場合の強化学習
報酬が殆ど得られない場合の強化学習
Masato Nakai
Padocview anonimous2
Padocview anonimous2
Masato Nakai
presentation for padoc
presentation for padoc
Masato Nakai
Ai neuro science_pdf
Ai neuro science_pdf
Masato Nakai
Deep IRL by C language
Deep IRL by C language
Masato Nakai
Team ai 3
Team ai 3
Masato Nakai
Recommandé
Padoc_presen4R.pdf
Padoc_presen4R.pdf
Masato Nakai
Factor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 r
Masato Nakai
報酬が殆ど得られない場合の強化学習
報酬が殆ど得られない場合の強化学習
Masato Nakai
Padocview anonimous2
Padocview anonimous2
Masato Nakai
presentation for padoc
presentation for padoc
Masato Nakai
Ai neuro science_pdf
Ai neuro science_pdf
Masato Nakai
Deep IRL by C language
Deep IRL by C language
Masato Nakai
Team ai 3
Team ai 3
Masato Nakai
Semi vae memo (2)
Semi vae memo (2)
Masato Nakai
Open posedoc
Open posedoc
Masato Nakai
Dr.raios papers
Dr.raios papers
Masato Nakai
Deep genenergyprobdoc
Deep genenergyprobdoc
Masato Nakai
Irs gan doc
Irs gan doc
Masato Nakai
Semi vae memo (1)
Semi vae memo (1)
Masato Nakai
Ai論文サイト
Ai論文サイト
Masato Nakai
Vae gan nlp
Vae gan nlp
Masato Nakai
機械学習の全般について 4
機械学習の全般について 4
Masato Nakai
Word2vecの理論背景
Word2vecの理論背景
Masato Nakai
粒子フィルターによる自動運転
粒子フィルターによる自動運転
Masato Nakai
Icpによる原画像推定
Icpによる原画像推定
Masato Nakai
Siftによる特徴点抽出
Siftによる特徴点抽出
Masato Nakai
End to end training with deep visiomotor
End to end training with deep visiomotor
Masato Nakai
機械学習の全般について
機械学習の全般について
Masato Nakai
強化学習の汎用化Ai
強化学習の汎用化Ai
Masato Nakai
強化学習の汎用化Ros
強化学習の汎用化Ros
Masato Nakai
Alpha gor 2
Alpha gor 2
Masato Nakai
強化学習の汎用化Sarsa
強化学習の汎用化Sarsa
Masato Nakai
Bayesian net16409
Bayesian net16409
Masato Nakai
Contenu connexe
Plus de Masato Nakai
Semi vae memo (2)
Semi vae memo (2)
Masato Nakai
Open posedoc
Open posedoc
Masato Nakai
Dr.raios papers
Dr.raios papers
Masato Nakai
Deep genenergyprobdoc
Deep genenergyprobdoc
Masato Nakai
Irs gan doc
Irs gan doc
Masato Nakai
Semi vae memo (1)
Semi vae memo (1)
Masato Nakai
Ai論文サイト
Ai論文サイト
Masato Nakai
Vae gan nlp
Vae gan nlp
Masato Nakai
機械学習の全般について 4
機械学習の全般について 4
Masato Nakai
Word2vecの理論背景
Word2vecの理論背景
Masato Nakai
粒子フィルターによる自動運転
粒子フィルターによる自動運転
Masato Nakai
Icpによる原画像推定
Icpによる原画像推定
Masato Nakai
Siftによる特徴点抽出
Siftによる特徴点抽出
Masato Nakai
End to end training with deep visiomotor
End to end training with deep visiomotor
Masato Nakai
機械学習の全般について
機械学習の全般について
Masato Nakai
強化学習の汎用化Ai
強化学習の汎用化Ai
Masato Nakai
強化学習の汎用化Ros
強化学習の汎用化Ros
Masato Nakai
Alpha gor 2
Alpha gor 2
Masato Nakai
強化学習の汎用化Sarsa
強化学習の汎用化Sarsa
Masato Nakai
Bayesian net16409
Bayesian net16409
Masato Nakai
Plus de Masato Nakai
(20)
Semi vae memo (2)
Semi vae memo (2)
Open posedoc
Open posedoc
Dr.raios papers
Dr.raios papers
Deep genenergyprobdoc
Deep genenergyprobdoc
Irs gan doc
Irs gan doc
Semi vae memo (1)
Semi vae memo (1)
Ai論文サイト
Ai論文サイト
Vae gan nlp
Vae gan nlp
機械学習の全般について 4
機械学習の全般について 4
Word2vecの理論背景
Word2vecの理論背景
粒子フィルターによる自動運転
粒子フィルターによる自動運転
Icpによる原画像推定
Icpによる原画像推定
Siftによる特徴点抽出
Siftによる特徴点抽出
End to end training with deep visiomotor
End to end training with deep visiomotor
機械学習の全般について
機械学習の全般について
強化学習の汎用化Ai
強化学習の汎用化Ai
強化学習の汎用化Ros
強化学習の汎用化Ros
Alpha gor 2
Alpha gor 2
強化学習の汎用化Sarsa
強化学習の汎用化Sarsa
Bayesian net16409
Bayesian net16409
Open pose時系列解析7
1.
OpenPose 時系列
2.
OpenPose時系列 時系列解析 学習 得点確率 時系列解析 予測 学習結果 診断用 投球 結果
3.
OpenPose時系列 結果 OpenPose動画 時系列変換 回帰
4.
計測点 開始時 終了時 xr9 yr4 首
相対位置 1 毎 14点 位置 (x,y) 4 /秒 動作 14点 時系列 変換
5.
回帰 結果 回帰係数 回帰P値 高
確率順 結果 51人 投球動作 回帰 回帰係数 得点確率 算出
6.
回帰 有意 値
解釈 回帰係数 回帰P値 xa9d 開始 終了 差 xr9s 膝曲 幅 ya4d 開始 終了 差 ya4v 速度 xr4s 腕 位置 yr4s 腕 高 時間 > > > > >> xa4d 開始 終了 差 >
7.
OpenPose 予測結果 • Logit回帰
学習結果 使 熟練者 初心者 投球 動作 得点率 予測 結果 開始時 腕 高位置 開始時 腕 横位置 開始時 膝 横位置 開始 投球時 腕 高位置 差 開始 投球時 腕 横位置 差 開始 投球時 膝 横位置 差 腕 上 速度 得点 確率 熟練者 初心者 考察 得点確率 熟練者67% 初心者 7% 診断 初心者 構 位置 首 下 下 上 持 上 腕 投球 熟練者 膝 曲 投球時 腕位置 高 膝 屈伸 体 反 全身 使 投球 全身 使 安定性 保 球 力 伝達
8.
他 文献 比較(MotionCapture
実験) 学習支援環境 構築 • 実験方法 – 主要 身体部位 腰 大腿 足 背中 肩 上腕 前腕 手 首 頭 18個 高性能 装着 計測 – 初心者7人 熟練者6人 各 10 回投擲 結果 比較 – 結果 初心者 熟練者 比 投球毎 変動 大 • OpenPose 比較 – 画像 撮 収集 – 回帰係数 各部位 寄 与 明確 物理的 解釈 行 – 新 画像 学習結果 得点予測 診断
Télécharger maintenant