Suchergebnisse - Image and Vision Computing

Treffer weiter einschränken
  1. 1

    Foul prediction with estimated poses from soccer broadcast video (Vorhersage von Fouls anhand geschätzter Körperposen aus Fußball-Broadcast-Videos)

    Fang, J., Yeung, C., Fujii, K.
    Veröffentlicht in Sports Engineering (2025)
    “… Recent advances in computer vision have led to significant progress in tracking and pose estimation of sports players.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  2. 2

    Jump-Aware: player position rectification and identification in dynamic sports using jump event spotting (Jump-Aware: Korrektur und Identifikation von Spielerpositionen in dynamischen Sportarten durch Erkennung von Sprungereignissen)

    Oo, Y. M., Jamsrandorj, A., Chao, V., Nguyen, H. Q., Hwang, Y., Mun, K.-R., Kim, J.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  3. 3

    From beats to scores: a multi-modal framework for comprehensive figure skating assessment (Von Takt zu Wertung: ein multimodales Framework zur umfassenden Bewertung im Eiskunstlauf)

    Wang, F., Wang, Q., Chen, D.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  4. 4

    AthletePose3D: a benchmark dataset for 3D human pose estimation and kinematic validation in athletic movements (AthletePose3D: ein Benchmark-Datensatz zur 3D-Körperhaltungsschätzung und kinematischen Validierung bei sportlichen Bewegungen)

    Yeung, C., Suzuki, T., Tanaka, R., Yin, Z., Fujii, K.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  5. 5

    TT3D: table tennis 3D reconstruction (TT3D: 3D-Rekonstruktion im Tischtennis)

    Gossard, T., Ziegler, A., Zell, A.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  6. 6

    Finish-line photography system based on multi-scale convolutional neural network deblurring (Zielbild-Fotografiesystem basierend auf der Bildentschärfung mit einem multiskaligen konvolutionalen neuronalen Netzwerk)

    Jin, Z., Tian, W. “… In sports science research, the dynamic non-uniform blur caused by the movement of running athletes is a challenging problem in computer vision, that seriously affects the judgment accuracy of the finish-line photography system.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  7. 7

    Rugby scene classification enhanced by vision language model (Klassifizierung von Rugby-Szenen mit Hilfe eines visuellen Sprachmodells)

    Nonaka, N., Fujihira, R., Koshiba, T., Maeda, A., Seita, J.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  8. 8

    Analysis of movement and activities of handball players using deep neural networks (Analyse der Bewegungen und Aktivitäten von Handballspielern mithilfe von tiefen neuronalen Netzen)

    Host, K., Pobar, M., Ivasic-Kos, M.
    Veröffentlicht in Journal of Imaging (2023)
    “… The aim of the paper is to explore the computer vision-based solutions for recognizing player actions that can be applied in unconstrained handball scenes with no additional sensors and with modest requirements, allowing a broader adoption of computer vision applications in both professional and amateur settings.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  9. 9

    Temporal pattern attention for multivariate time series of tennis strokes classification (Zeitliche Musteraufmerksamkeit für multivariate Zeitreihen zur Klassifizierung von Tennisschlägen)

    Skublewska-Paszkowska, M., Powroznik, P.
    Veröffentlicht in Sensors (2023)
    “… It interacts with many aspects of Computer Vision, Machine Learning, Deep Learning and Image Processing in order to understand human behaviours as well as identify them.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  10. 10

    SwimmerNET: underwater 2D swimmer pose estimation exploiting fully convolutional neural networks (SwimmerNET: 2-D-Schwimmerposenschätzung unter Wasser mithilfe von voll verschachtelten neuronalen Netzen)

    Giulietti, N., Caputo, A., Chiariotti, P., Castellini, P.
    Veröffentlicht in Sensors (2023)
    “… In this work we introduce swimmerNET, a new marker-less 2D swimmer pose estimation approach based on the combined use of computer vision algorithms and fully convolutional neural networks.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  11. 11

    Estimating ground reaction forces from two-dimensional pose data: a biomechanics-based comparison of AlphaPose, BlazePose, and OpenPose (Schätzung von Bodenreaktionskräften aus zweidimensionalen Pose-Daten: ein biomechanisch basierter Vergleich von AlphaPose, BlazePose und OpenPose)

    Mundt, M., Born, Z., Goldacre, M., Alderson, J.
    Veröffentlicht in Sensors (2023)
    “… The adoption of computer vision pose estimation approaches, used to identify keypoint locations which are intended to reflect the necessary anatomical landmarks relied upon by biomechanists for musculoskeletal modelling, has gained increasing traction in recent years.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  12. 12

    A bottom-up approach based on semantics for the interpretation of the main camera stream in soccer games (Ein auf Semantik basierender Bottom-up-Ansatz für die Interpretation des Führungskamerasignals bei Fußballspielen)

    Cioppa, A., Deliège, A., Van Droogenbroeck, M.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  13. 13

    Investigation on combining 3D convolution of image data and optical flow to generate temporal action proposals (Untersuchung der Kombination von 3D-Bilddatenkonvolution und optischem Fluss zur Erzeugung zeitlicher Handlungsvorschläge)

    Schlosser, P., Münch, D., Arens, M.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  14. 14

    Classification of puck possession events in ice hockey (Klassifizierung des Puckbesitzes im Eishockey)

    Tora, M. R., Chen, J., Little, J. J.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  15. 15

    Accurate and efficient 3D human pose estimation algorithm using single depth images for pose analysis in golf (Präziser und effizienter Algorithmus zur Schätzung der menschlichen 3D-Position unter Verwendung einzelner Tiefenbilder für die Haltungsanalyse im Golfsport)

    Park, S., Chang, J. Y., Jeong, H., Lee, J.-H., Park, J.-Y.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  16. 16

    Athlete pose estimation by a global-local network (Schätzung der Körperhaltung eines Sportlers durch ein global-lokales Netzwerk)

    Hwang, J., Park, S., Kwak, N.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  17. 17

    Application of computer vision and vector space model for tactical movement classification in badminton (Anwendung von Computer Vision und Vektorraummodell zur Klassifizierung taktischer Bewegungen im Badminton)

    Weeratunga, K., Dharmaratne, A., How, K. B. “… The proposed approach uses computer vision techniques to automate data gathering from video footage.  …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  18. 18

    Automatic tactical adjustment in real-time: modeling adversary formations with radon-cumulative distribution transform and canonical correlation analysis (Automatische taktische Anpassung in Echtzeit: Modellierung gegnerischer Formationen mit Radon-Cumulative Distribution Transform und kanonischer Korrelationsanalyse)

    Rahimi, A. M., Kolouri, S., Bhattacharyya, R.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  19. 19

    Football action recognition using hierarchical LSTM (Fußball-Aktionserkennung mit hierarchischem LSTM)

    Tsunoda, T., Komori, Y., Matsugu, M., Harada, T.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  20. 20

    3D ball localization from a single calibrated image (3D-Ball-Lokalisierung aus einem einzigen kalibrierten Bild)

    Van Zandycke, G., De Vleeschouwer, C.
    Zu den Favoriten
    Gespeichert in:
    Originalquelle

Suchwerkzeuge: