arXiv:2609.26923v1 cs.CV

크리켓 샷 분류 및 자동 생체역학 분석을 위한 3D 포즈 기반 앙상블 프레임워크

A 3D Pose-Based Ensemble Framework for Cricket Shot Classification and Automated Biomechanical Analysis

Sourav Shome, M. D. Ashiquzzaman Rahad, Rameswar Debnath

제출 2026-09-24

한국어 초록

크리켓은 전 세계에서 가장 사랑받는 스포츠 중 하나이며, 기술 발전은 현대 경기가 분석되고 코칭되는 방식에 깊이 자리 잡았다. 크리켓 샷 분류와 자동화된 성과 분석은 이러한 흐름에 또 다른 차원을 더한다. 전통적 접근법은 RGB 영상 특징이나 정적 이미지에 의존하며, 카메라 각도, 조명, 배경 잡음 등 환경 변화에 민감하고, 타격 동작의 근본적인 생체역학을 포착하는 데 종종 실패한다. 본 논문에서는 원시 영상 데이터를 입력으로 받아 YOLO로 영상 프레임에서 타자를 추출하고 MeTRAbs로 영상 프레임에서 3D 포즈 데이터를 추출하여 크리켓 코칭을 개선하는 시스템을 제안한다. 이 시스템은 30개 신체 관절점의 순차적 골격 포즈 데이터를 생성하며 타자의 생체역학적 특징을 포착한다. 시스템의 일부로 flick, pull, defense, drive 네 가지 샷에 대한 샷 분류용 심층 학습 앙상블도 제안한다. 앙상블은 기존 분류 연구 대비 우수한 성능을 보였으며 97.68%의 정확도를 달성했다. 또한 오분류율을 분석하여 샷이 잘못 분류된 사례를 식별하고 가능한 원인을 검토했다. 제안 시스템은 초보 선수가 전문 타자 대비 중요 관절 각도와 같은 유용한 피드백을 얻을 수 있게 하며, 부상 예방에도 도움이 될 수 있다. 샷 분류기는 클래스별 샷을 시간에 따라 추적하여 추가 분석을 돕는다. 초보 선수뿐 아니라 코치도 선수 평가에 이 시스템을 활용할 수 있다.

원문 초록

Cricket is one of the most celebrated sports world-wide, and technological advancement has become deeply embedded in how the modern game is analyzed and coached. Cricket shot classification and automated performance analysis add a further dimension to this trend. Traditional approaches rely on RGB video features or static images, which are sensitive to environmental variations such as camera angle, lighting, and background clutter, and often fail to capture the underlying biomechanics of batting actions. In this paper, we propose a system to improve cricket coaching that takes raw video data, extracts batsmen from video frames using YOLO, and extracts 3D pose data from video frames using MeTRAbs. The system produces sequential skeletal pose data of 30 body points and captures the biomechanical features of a batsman. As part of the system, we also propose a deep learning ensemble for shot classification of four shots: flick, pull, defense, and drive. The ensemble performed well, compared to existing classification works, achieving 97.68% accuracy. In addition, we analyzed the misclassification rates to identify cases where shots were incorrectly classified and examined their possible causes. Our proposed system allows novice players to obtain useful feedback, such as important joint angles relative to expert batsmen, which can also be useful for injury prevention. The shot classifier also helps track class-wise shots over time for further analysis. In addition to novice players, coaches can use the system for player evaluation.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2609.26923v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2610.01188v1cs.AI공통 태그 Pose Estimation, Action Recognition

운동별 관절 선택은 언제 도움이 되는가? 평가 및 대조군 설계에 대한 감사

When Does Exercise-Specific Joint Selection Help? An Audit of Evaluation and Control Design

운동별 관절 선택(joint selection)은 골격 기반 정확도 분류(classification) 성능을 향상시킬 수 있지만, 그러한 향상이 입증하는 바는 무엇일까? 본 연구는 평가 집계, 부분집합 구조, 시간적 표현을 분리하여 10명의 REHAB24-6 피험자로부터 얻은 1,057회의 반복 동작을 감사(audit)한다. 수동 부분집합 kNN 이득은 풀링된 폴드 외부(pooled out-of-fold) AUROC 기준 0.055에서 동일 가중치(weight) 개인 내(within-person) AUROC 기준 0.020으로 변화하며, 두 대응 구간 모두 0을 포함한다. 차원이 일치하는 1,000개의 무작위 맵 중 14개가 수동 풀링 결과와 일치하거나 이를 초과한 반면, 양측 구조와 몸통 포함 여부까지 일치시킨 경우에는 145개가 이를 초과하거나 일치했다. RBF-SVM은 양의 개인 내 이득을 유지하지만, 로지스틱 회귀와 무작위 합성곱(convolution) 비교 대상은 해당 추정량(estimand) 하에서 음의 점 이득을 보인다. 시퀀스 순서 및 대응 시드(paired-seed) 대조군은 해석을 더욱 한정한다. 이러한 탐색적 감사는 관절 선택 주장이 명시적인 추정량과 구조적으로 적절한 대조군을 요구하는 이유를 보여주며, 새로운 알고리즘이나 임상적 이점을 확립하는 것은 아니다.

arXiv:2609.25862v1cs.CL공통 태그 Pose Estimation, Action Recognition

아이슬란드 수어 고립 수어 인식: 저자원 환경에서의 실험

Isolated Sign Language Recognition for Icelandic Sign Language: Experiments in a Low-resource Setting

본 논문은 아이슬란드 수어(\'ITM)에 대한 고립 수어 인식(ISLR) 최초의 실험을 제시한다. 아이슬란드어–\'ITM 이중 언어 온라인 사전에서 파생된 데이터셋인 \'ITM SignWiki를 사용한다. 이 데이터셋은 실제로 저자원 환경에 해당한다. 1,845개의 비디오가 849개 클래스를 이루며, 이 중 86%는 예시가 단 두 개뿐이어서 전체 과제는 사실상 서로 다른 수어 사용자 간의 원샷(one-shot) 인식이 된다. 어휘 크기가 점차 커지는 세 가지 과제(22개, 117개, 849개 클래스)에서 두 가지 오픈소스 ISLR 프레임워크인 OpenHands와 SPOTER를 비교하고, 세 가지 포즈 추정기와 두 가지 형태의 교차 언어 전이(cross-lingual transfer)를 평가한다. \'ITM 데이터만 사용할 경우 세 과제 모두에서 SPOTER가 OpenHands보다 우수한 성능을 보였으며, MediaPipe 포즈가 AlphaPose나 SDPose보다 더 좋은 결과를 냈다. 가장 큰 성능 향상은 교차 언어 전이에서 나타났다. \'ITM으로 파인튜닝하기 전에 미국 수어 데이터로 SPOTER를 사전학습하면 정확도가 14~24%p 상승하여 세 과제에서 각각 72.7%, 47.9%, 22.6%에 도달했으며, 다른 여섯 개 수어의 데이터를 활용한 다국어 학습은 전체 과제에서 OpenHands의 정확도를 1.41%에서 28.86%로 끌어올렸다. 실용화 수준에는 크게 못 미치지만, 이 결과는 자원이 더 풍부한 수어로부터의 전이가 극저자원 수어에 유망함을 시사한다. 두 프레임워크를 각각 수정한 버전을 공개한다.

arXiv:2607.23608v1cs.CV공통 태그 Pose Estimation, Action Recognition

일상 임상 상지 평가에서의 마커리스 동작 캡처: 순서형 채점을 넘어서는 타당성과 통찰

Markerless Motion Capture in Routine Clinical Upper Limb Assessments: Validity and Insights Beyond Ordinal Scoring

Action Research Arm Test(ARAT)는 신경 재활에서 널리 사용되는 상지 결과 측정 도구이지만, 순서형 채점은 주관적이며 민감도와 특이도가 제한적이다. 우리는 임상 일상 중 ARAT 평가에 통합된 인공지능(AI) 기반 마커리스 동작 캡처(MMC)가 상지 움직임을 정확하게 재구성하고, 순서형 점수를 넘어 임상적으로 의미 있는 정보를 담은 타당하고 객관적인 운동학적 지표를 제공하는지 평가했다. 20명의 혼합 신경학적 환자로부터 47회 세션(ARAT 과제 1,174건)에 걸쳐, 생체역학적 재구성은 손상 수준 전반에 걸쳐 정확하고 견고했으며, 운동학적 지표는 구성 타당성(construct validity)을 갖춘 측정에서 기대되는 변별 패턴을 보였다. 종단적 사례 연구에서 해당 지표는 순서형 점수가 결여한 특이도와 민감도를 보완했다. 영역 분해(domain decomposition)는 동일한 ARAT 향상 이면에 있는 환자별 회복 프로파일을 드러냈다(특이도), ARAT가 포화된 이후에도 운동학적 개선은 계속 검출되었다(민감도). 따라서 임상 일상에서의 MMC는 순서형 채점을 보완하는 타당하고 객관적이며 민감하고 특이적인 운동학적 측정을 제공할 수 있다.

arXiv:2607.21601v1cs.AI공통 태그 Pose Estimation, Action Recognition

프레임 수준 인식에서 이벤트 수준 확인으로: 공공 공간 제스처 상호작용의 수리 기록과 런타임 실패 분석

From Frame-Level Recognition to Event-Level Confirmation: Repair Traces and Runtime Failure Analysis of Public-Space Gesture Interaction

공공 공간 제스처 상호작용은 종종 프레임 수준 인식 문제로 평가되지만, 배포된 시스템은 다른 실패 경계를 드러낸다. 관광지 키오스크, 전시장, 서비스 터미널에서 사용자는 개별 손 랜드마크(hand-landmark) 프레임이 정확한지 여부가 아니라, 의도한 동작이 안정적인 상호작용 이벤트가 되는지를 경험한다. 이를 인식-상호작용 격차(recognition-to-interaction gap)라고 부른다. 본 논문은 관광지 인터랙티브 키오스크 프로젝트의 8건의 엔지니어링 수리 기록을 분석하며, 4가지 제스처 과제를 다룬다: 양손 절하기, 한손 주먹 흔들기, 양손 잡기 제어, 지식 그래프 노드 호버링. 이러한 흔적에서 20건의 실패 사례를 추출하고, 여섯 가지 비배타적 작업 실패 클래스로 분류한다: 모델 출력 퇴화, 시간적 불일치, 기하-스케일 불안정성, 좌표-렌더링 불일치, 런타임 라이프사이클 실패, 피드백 동기화 및 복구 실패. 또한 반복되는 수리 메커니즘을 손 랜드마크 모델과 상호작용 과제 사이의 이벤트 수준 런타임 추상화로 정리한다. 기여는 의도적으로 범위가 제한된다: 배포 기반 실패 분류체계, 이벤트 확인 런타임 추상화, 사례 연구 결과. 새로운 인식 모델, 대규모 사용자 평가, 또는 정량화된 정확도 향상을 주장하지 않는다.

arXiv:2607.14183v1cs.RO공통 태그 Pose Estimation, Action Recognition

Open-AoE: 체화 학습을 위한 공개 자아 중심 조작 데이터셋 및 툴체인

Open-AoE: An Open Egocentric Manipulation Dataset and Toolchain for Embodied Learning

자아 중심 인간 조작 영상은 체화 지능을 위한 확장 가능한 감독 신호를 제공하지만, 기존 자료는 저비용 연속 촬영, 조작 수준의 구조화된 주석, 로봇 학습을 위한 재사용 가능한 도구를 거의 동시에 갖추지 못한다. 우리는 스마트폰 촬영부터 모델 학습까지 전 과정에 걸친 파이프라인을 아우르는, 커뮤니티 중심의 공개 자아 중심 조작 데이터셋 및 툴체인인 Open-AoE를 제시한다. 첫 번째 릴리스에는 400대 이상의 스마트폰을 사용한 500명 이상의 기여자가 자연 환경에서 수집한 약 2,000시간 분량의 조작 영상이 포함된다. 데이터셋은 텍스트 주석, MANO 기반 손 자세, 카메라 궤적, 시간적으로 국소화된 원자적 동작을 제공한다. Open-AoE에는 시간적 동작 분할, 의미 주석, 손 재구성, 카메라 궤적 재구성을 통해 원시 녹화를 구조화된 샘플로 변환하는 데이터 처리 파이프라인이 추가로 포함된다. 한편, 시각화, 교차 체화(cross-embodiment) 리타겟팅, 모델별 데이터 변환, VLA 정책, WAM, 월드 모델(World Model)을 위한 학습 레시피를 지원하는 별도의 하류(downstream) 툴체인도 제공한다. 확장 가능한 촬영, 구조화된 처리, 하류 적응을 통합함으로써 Open-AoE는 데이터 기여와 재사용 모두의 장벽을 낮추며, 체화 모델 학습, 인간-로봇 전이, 월드 모델링을 위한 실용적인 공개 인프라를 제공한다.

arXiv:2607.13216v1q-bio.NC공통 태그 Pose Estimation, Action Recognition

일상 활동 분류에는 자세가, 재구성에는 동작이 필요하다

Classifying daily activities needs posture, reconstructing them needs motion

인간은 소음이 많고 복잡한 시각 입력 속에서도 움직임을 손쉽게 인식한다. 그러나 자극 속의 어떤 정보가 인간이 움직임을 빠르게 분류할 수 있게 하는가? 이 질문에 답하기 위해 서로 다른 움직임 분석 전략을 체계적으로 비교한 프레임워크는 없었다. 본 연구에서는 MoVi 데이터셋의 16가지 일상 활동 동영상을 사용하여 세 가지 전략을 비교했다: 시간적으로 매끄러운 기저 함수(basis function)의 가중합으로 움직임을 분해하는 시간적 움직임 기본요소(Temporal Movement Primitives, TMP), 관절 좌표 궤적을 직교 다항식 기저에 투영하는 레존디르(Legendre) 다항식 계수, 그리고 오토인코더 잠재 임베딩. 레존디르 계수와 TMP가 가장 높은 분류기 정확도를 달성했으며, 그다음은 오토인코더였다. 움직임 분류를 위한 두 가지 판별적 특징을 발견했다. 가장 정보가 풍부한 것은 신체의 일반적 자세, 즉 한 활동을 다른 활동과 구별하는 평균 공간 구성이다. 또한 움직임 분류에 가장 예측력이 높은 9개의 핵심 관절을 식별했다. 흥미롭게도, 높은 분류 정확도가 자동으로 좋은 움직임 생성으로 이어지지는 않았다. 각 활동에 대해 움직임을 재구성했을 때, TMP는 시간적 역학을 보존하여 지각적으로 자연스러운 동작을 생성한 반면, 레존디르 계수로부터의 재구성은 평균 자세만 유지하고 정지된 것처럼 보였다. 이 결과는 움직임 정보가 조직되는 방식에서 분리(dissociation)가 있음을 보여준다. 신체의 정적 구성만으로도 수행되는 활동을 분류하기에 충분하지만, 움직임이 어떻게 전개되는지를 재구성하려면 움직임의 시간적 역학이 필요하다. 이 구분은 시각계가 빠른 행동 인식에 의존할 수 있는 특징이 무엇인지를 명확히 하며, 자세 특징이 임상 응용에서 효율적인 움직임 스크리닝을 가능하게 할 수 있음을 시사하고, 움직임 생성이 목표인 경우에는 역동적 정보가 여전히 필수적임을 보여준다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.