Vollautomatische zeitkontinuierliche Bestimmung intrazyklischer Phasengeschwindigkeiten zur Leistungsdiagnose von Freiwasser- und Beckenschwimmern im Strömungskanal mittels hochmoderner tiefer neuronaler Netze
Videoaufzeichnungen von Schwimmerinnen bzw. Schwimmern bilden eine wesentliche Grundlage für Einschätzungen des Bewegungsablaufes in der zyklischen Bewegung der Schwimmarten. Im Routinebetrieb der leistungsdiagnostischen Untersuchungen an den Diagnosezentren des Deutschen Schwimmverbandes (DSV) werden in der Regel nur qualitative Bewertungen der Bewegungsabläufe (Expertenurteile) durchgeführt, weil quantitative Analysen aktuell immer noch mit einem großen personellen Aufwand verbunden sind. Dieser Aufwand kann nur in Einzelfällen durchgeführt werden. Eine vollautomatische Videoanalyse, die zyklische Strukturen erfasst und daraus kinematische Parameter für eine biomechanische Analyse bestimmt, eröffnet neue Möglichkeiten auf dem Gebiet der Leistungsdiagnostik. Ziel des hier vorgestellten Projekts war es, vollautomatisch - d. h. ohne mühsame und arbeitsintensive manuelle Auswertung - von einem Schwimmer bzw. einer Schwimmerin im Schwimmkanal des Instituts für angewandte Trainingswissenschaft (IAT) sowie des Olympiastützpunktes Hamburg/Schleswig-Holstein (OSPH) mittels softwarebasierter Auswertung der Videoaufnahmen zeitkontinuierlich Informationen über die intrazyklischen Phasengeschwindigkeiten während des Schwimmens in allen vier zulässigen Schwimmstilen (Brust, Kraul, Schmetterling und Rücken) zu ermitteln. Der Fokus lag zum einen auf "vollautomatisch", d. h. ausschließlich Verfahren des maschinellen Sehens sollten zum Einsatz kommen, und zum anderen auf "zeitkontinuierlich", d. h. intrazyklische Phasengeschwindigkeiten sollten fortlaufend über die Zeit bestimmt werden. Die Entwicklung eines Systems zur vollautomatischen Bestimmung intrazyklischer Phasengeschwindigkeiten wurde dabei am Lehrstuhl für Multimedia und maschinelles Sehen umgesetzt, der auf eine langjährige Erfahrung auf dem Gebiet der Lokalisierung, Erkennung und Schätzung der Pose von Objekten und Menschen aus Bild- und Videoaufnahmen zurückblicken kann (u. a. im Rahmen des Vorgängerprojektes [BISp 2013]). Diese wurde durch die Fachexpertise des IATs und des OSPHs in der Leistungsdiagnostik und des Messplatztrainings im Allgemeinen und insbesondere im Schwimmsport unterstützt.
© Copyright 2018 BISp-Jahrbuch Forschungsförderung 2017/18. Veröffentlicht von Eigenverlag. Alle Rechte vorbehalten.
| Schlagworte: | |
|---|---|
| Notationen: | Trainingswissenschaft Ausdauersportarten Naturwissenschaften und Technik |
| Tagging: | deep learning |
| Veröffentlicht in: | BISp-Jahrbuch Forschungsförderung 2017/18 |
| Sprache: | Deutsch |
| Veröffentlicht: |
Bonn
Eigenverlag
2018
|
| Online-Zugang: | https://my.page2flip.de/15646901/16713668/16713670/html5.html#/244 |
| Seiten: | 243-246 |
| Dokumentenarten: | Artikel |
| Level: | hoch |