MétaCan
Menu
Retour à la cohorte
Enregistrement W3035376002 · doi:10.1109/cvprw50498.2020.00453

A System for Acquisition and Modelling of Ice-Hockey Stick Shape Deformation from Player Shot Videos

2020· article· en· W3035376002 sur OpenAlexaff
Kaustubha Mendhurwar, Gaurav Handa, Leixiao Zhu, Sudhir P. Mudur, Etienne Beauchesne, Marc LeVangie, Aiden Hallihan, Abbas Javadtalab, Tiberiu Popa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésShot (pellet)Ice hockeyPoint cloudDeformation (meteorology)Computer scienceComputer visionArtificial intelligencePoint (geometry)Computer graphics (images)GeometryGeologyMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

In Ice-Hockey, a player shot significantly deforms the hockey-stick. Since this deformation plays a dynamic role in determining the flight of the puck, it is used in the study of hockey stick shapes, material properties, match to player style, etc. Reconstructing the deformable 3D shape of the stick during the course of a player shot has important applications. In this work we present a new, low cost, portable system to acquire videos of a player shot and to automatically reconstruct the deformation in 3D shape of the stick. The point clouds obtained are low resolution and noisy, as it is difficult to separate players hand geometry from the stick. We use the medial axis to constrain the point cloud to stick only geometry, and then use physics-based co-rotational FEM to determine the stick bend. We have tested the system with different sticks, players and shot styles, and our system yields accurate reconstructions. The results are discussed both qualitatively and where possible, quantitatively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,195
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSports Dynamics and BiomechanicsTravaux en français237 207