MonoClub: Pose-Guided Joint Localisation of Golf Clubhead and Shaft in Monocular Swing Video
Questo articolo presenta MonoClub, un framework guidato dalla posa che localizza in modo affidabile le teste e gli steli dei bastoni da golf in video monoculari integrando priori di scala corporea, indizi geometrici e di aspetto, e coerenza temporale per superare sfide quali il motion blur e l'occlusione.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Osservare un colpo di golf su una normale videocamera è un compito ingannevolmente difficile per un computer. Per l'occhio umano, il movimento è un arco fluido di potenza, ma per una macchina, è una sfocatura caotica di linee sottili e oggetti piccoli e veloci. Il bastone da golf stesso presenta un enigma unico: l'asta è un bastone lungo e snello che spesso scompare nello sfondo o si sfoca in una scia di movimento, mentre la testa pesante del bastone all'estremità è una piccola forma scura che può essere facilmente confusa con ombre o altri oggetti. In passato, analizzare questi colpi richiedeva costosi sensori indossati dal giocatore o ambienti controllati in studio con telecamere speciali. L'obiettivo della recente ricerca sulla visione artificiale è stato quello di ottenere lo stesso livello di approfondimento utilizzando una singola, ordinaria videocamera, ma il rumore visivo di un vero colpo ha reso questa una sfida ostinata.
Un team di ricercatori ha sviluppato un nuovo sistema che risolve questo problema trattando il corpo del golfista e il bastone da golf come un'unica unità connessa, piuttosto che come due cose separate da trovare. Invece di cercare di localizzare il bastone isolatamente, il loro metodo guarda prima la postura del giocatore per capire dove le mani stiano probabilmente impugnando il bastone. Questo crea un punto di partenza, o un'ancora, che guida la ricerca. Il sistema genera poi molti possibili tentativi su dove potrebbe trovarsi il bastone, testando ciascuno di essi rispetto alle prove visive nel fotogramma del video. Verifica se una linea proposta per l'asta assomigli effettivamente a un'asta di un bastone, se la testa del bastone corrisponda alla forma di un vero bastone e se l'intera configurazione abbia senso fisico data la posizione delle mani del golfista. Se l'evidenza è forte e coerente, il sistema accetta l'osservazione; se l'immagine è troppo sfocata o il bastone è nascosto, il sistema ammette onestamente di non riuscire a vedere il bastone, invece di tirare a indovinare e fornire una risposta errata.
I ricercatori hanno testato questo approccio su una collezione di veri video di golf ripresi da varie angolazioni e in diverse condizioni di illuminazione. Hanno scoperto che, collegando la posizione del bastone al corpo del golfista, il sistema poteva localizzare la testa del bastone con una precisione notevole, mancando il centro reale di una media di soli 9,1 pixel in un fotogramma video standard. In più del 93 percento dei casi in cui il bastone era visibile, il sistema posizionava la testa del bastone entro 10 pixel dalla sua posizione reale. Si è dimostrato inoltre altamente efficace nel misurare l'angolo dell'asta del bastone, stimando la direzione con un errore di soli 3,6 gradi. Forse la cosa più importante è che il sistema ha imparato a riconoscere quando stava fallendo. In situazioni in cui il bastone era pesantemente sfocato o bloccato dal corpo del giocatore, il sistema ha ottenuto un punteggio F1 di visibilità dell'80,0%, indicando un forte equilibrio tra l'identificazione corretta dei fotogrammi visibili ed evitando falsi rilevamenti, piuttosto che limitarsi a trattenere il giudizio a un tasso fisso.
Questo lavoro rappresenta un passo avanti significativo perché si allontana dal tentativo di costringere un computer a vedere un oggetto sottile nel vuoto. Invece, utilizza il contesto del corpo umano per rendere la ricerca del bastone molto più affidabile. Il sistema non ha bisogno di comprendere la profondità tridimensionale del colpo o ricostruire la fisica del volo della pallina; deve semplicemente descrivere accuratamente la forma bidimensionale e la posizione del bastone così come appare sullo schermo. Combinando gli indizi visivi della forma del bastone con i vincoli logici della presa del golfista, i ricercatori hanno creato uno strumento che è allo stesso tempo accurato ed onesto riguardo ai propri limiti. Il risultato è un metodo che può girare abbastanza velocemente da poter essere utilizzato in applicazioni in tempo reale, offrendo un modo robusto per analizzare i colpi di golf da video ordinari senza la necessità di attrezzature o sensori specializzati.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.