Incontra SwimXYZ un set di dati sintetici di movimenti e video di nuoto che contiene 3,4 milioni di fotogrammi annotati con articolazioni 2D e 3D di verità fondamentale.
Scopri SwimXYZ un set di dati sintetici di movimenti e video di nuoto con oltre 3,4 milioni di fotogrammi annotati con precisione articolazioni 2D e 3D.
La cattura del movimento umano è emersa come uno strumento chiave in vari settori, tra cui lo sport, la medicina e l’animazione dei personaggi per il settore dell’intrattenimento. La motion capture viene utilizzata nello sport per scopi multipli, tra cui la prevenzione delle lesioni, l’analisi delle lesioni, le animazioni dell’industria dei videogiochi e persino la generazione di visualizzazioni informative per gli spettatori televisivi. I sistemi tradizionali di motion capture forniscono risultati affidabili nella maggior parte delle circostanze. Tuttavia, sono costosi e richiedono molto tempo per essere impostati, calibrati e post-elaborati, rendendoli difficili da utilizzare su larga scala. Questi problemi si acutizzano per le attività acquatiche come il nuoto, che presentano problemi unici come i riflessi dei marker o l’installazione di telecamere sott’acqua.
Recenti sviluppi hanno reso possibile catturare il movimento da foto e film in RGB utilizzando dispositivi semplici ed economici. Questi sistemi a singola telecamera in tempo reale potrebbero aprire la porta all’applicazione diffusa della motion capture durante gli eventi sportivi utilizzando i dati video live esistenti. Potrebbero essere utilizzati in strutture ridotte per migliorare i programmi di allenamento degli atleti amatoriali. Tuttavia, a causa della necessità di ulteriori dati, incontrano diverse difficoltà nell’utilizzo della motion capture basata sulla visione artificiale per il nuoto. Ogni approccio di stima della posa e della forma umana (HPS), che sia 2D (arti 2D, segmentazione del corpo) o 3D (arti 3D, marker virtuali), deve estrarre informazioni dall’immagine. Tuttavia, gli algoritmi di visione artificiale addestrati su set di dati tradizionali hanno bisogno di assistenza nell’elaborazione dei dati acquatici poiché sono molto diversi dalle immagini di addestramento.
Recenti progressi nella stima HPS hanno dimostrato che i dati sintetici potrebbero sostituire o integrare le immagini reali. Introducono SwimXYZ per ampliare l’applicazione delle tecniche di motion capture basate sull’immagine nel nuoto. SwimXYZ è un dataset artificiale che presenta film specifici per il nuoto annotati con arti 2D e 3D provenienti da piscine reali. I 3.4 milioni di fotogrammi dei 11520 film che compongono SwimXYZ variano nella prospettiva della telecamera, nel soggetto e nell’aspetto dell’acqua, nell’illuminazione e nell’azione. Oltre a 240 sequenze di movimento di nuoto sintetiche in formato SMPL, SwimXYZ offre una varietà di forme corporee e movimenti di nuoto.
- I Ricercatori di Microsoft propongono DeepSpeed-VisualChat Un Salto Avanti nell’Addestramento di Modelli di Lingua Multimodali Scalabili.
- Annunciando la Moderazione Personalizzata di Rekogniton Migliora l’accuratezza dei modelli di moderazione pre-addestrati di Rekognition con i tuoi dati.
- L’OMS pubblica un’outline per le considerazioni nella regolamentazione dell’intelligenza artificiale per la salute
Ricercatori del CentraleSupélec, IETR UMR, Centrale Nantes e Université Technologique de Compiègne hanno creato SwimXYZ in questo studio, una vasta raccolta di movimenti di nuoto e film artificiali che verrà resa disponibile online quando il paper verrà accettato. I test di SwimXYZ dimostrano il potenziale della motion capture nel nuoto e il loro obiettivo è quello di contribuire a renderla più ampiamente utilizzata. Studi futuri potrebbero utilizzare movimenti nel formato SMPL per addestrare priori di posa e movimento o classificatori di stili di nuoto oltre ai film forniti da SwimXYZ per addestrare modelli di stima della posa 2D e 3D. La mancanza di varietà di soggetti (sesso, tipo di corpo e aspetto del costume da nuoto) e di luoghi (ambiente esterno, fondo della piscina) di SwimXYZ potrebbe essere corretta in lavori futuri. Altre migliorie possono includere altre annotazioni (come la segmentazione e le mappe di profondità) o l’aggiunta di ulteriori movimenti di nuoto, come tuffi e inversioni di rotta.
