Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2019 | OriginalPaper | Buchkapitel

Table Tennis Stroke Recognition Based on Body Sensor Network

verfasst von : Ruichen Liu, Zhelong Wang, Xin Shi, Hongyu Zhao, Sen Qiu, Jie Li, Ning Yang

Erschienen in: Internet and Distributed Computing Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Table tennis stroke recognition is very important for athletes to analyze their sports skills. It can help players to regulate hitting movement and calculate sports consumption. Different players have different stroke motions, which makes stroke recognition more difficult. In order to accurately distinguish the stroke movement, this paper uses body sensor networks (BSN) to collect motion data. Sensors collecting acceleration and angular velocity information are placed on the upper arm, lower arm and back respectively. Principal component analysis (PCA) is employed to reduce the feature dimensions and support vector machine (SVM) is used to recognize strokes. Compared with other classification algorithms, the final experimental results (97.41% accuracy) illustrate that the algorithm proposed in the paper is effective and useful.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel The Analysis of the Computation Offloading Scheme with Two-Parameter Offloading Criterion in Fog Computing
Literatur
1.
Mao, B.-J.: Different techniques comparison in biomechanical analysis of ping pong. Appl. Mech. Mater. 166–169, 3106–3109 (2012)CrossRef
2.
Muelling, K., Boularias, A., Mohler, B., Scholkopf, B., Peters, J.: Learning strategies in table tennis using inverse reinforcement learning. Biol. Cybern. 108(5), 603–619 (2014)CrossRef
3.
Wang, Z., et al.: Inertial sensor-based analysis of equestrian sports between beginner and professional riders under different horse gaits. IEEE Trans. Instrum. Meas. 67, 1–13 (2018)CrossRef
4.
Chen, L., Hoey, J., Nugentt, C.D., Cook, D.J., Yu, Z.: Sensor-based activity recognition. IEEE Trans. Syst. Man Cybern. Part C (Appl. Rev.) 42(6), 790–808 (2012)CrossRef
5.
Gravina, R., Alessandro, A., Salmeri, A., et al.: Enabling multiple BSN applications using the SPINE framework. In: IEEE 2010 International Conference on Body Sensor Networks (BSN), pp. 228–233. IEEE (2010)
6.
Fortino, G., Guerrieri, A., Bellifemine, F.L., Giannantonio, R.: SPINE2: developing BSN applications on heterogeneous sensor nodes. In: IEEE Fourth International Symposium on Industrial Embedded Systems, pp. 128–131. IEEE (2009)
7.
Wang, Z., Qiu, S., Cao, Z., Jiang, M.: Quantitative assessment of dual gait analysis based on inertial sensors with body sensor network. Sens. Rev. 33(1), 48–56 (2013)CrossRef
8.
Mulling, K., Kober, J., Kroemer, O., Peters, J.: Learning to select and generalize striking movements in robot table tennis. Int. J. Robot. Res. 32(3), 263–279 (2013)CrossRef
9.
Blank, P., HobBach, J., Schuldhaus, D., Eskofier, B.M.: Sensor-based stroke detection and stroke type classification in table tennis. In: Proceedings of the 2015 ACM International Symposium on Wearable Computers, pp. 93–100. ACM (2015)
10.
Bufton, A., Campbell, A., Howie, E., Straker, L.: A comparison of the upper limb movement kinematics utilized by children playing virtual and real table tennis. Hum. Mov. Sci. 38, 84–93 (2014)CrossRef
11.
Wang, Z., Guo, M., Zhao, C.: Badminton stroke recognition based on body sensor networks. IEEE Trans. Hum.-Mach. Syst. 46(5), 1–7 (2016)CrossRef
12.
Pei, W., Wang, J., Xu, X., Wu, Z., Du, X.: An embedded 6-axis sensor based recognition for tennis stroke. In: IEEE International Conference on Consumer Electronics. IEEE (2017)
13.
Zhang, Z.: Biomechanical analysis and model development applied to table tennis forehand strokes. Loughborough University (2017)
14.
Maeda, T., Fujii, M., Hayashi, I., Tasaka, T.: Sport skill classification using time series motion picture data. In: Conference of the IEEE Industrial Electronics Society, pp. 5272–5277. IEEE (2015)
15.
Blank, P., Kautz, T., Eskofier, B.M.: Ball impact localization on table tennis rackets using piezo-electric sensors. In: ACM International Symposium on Wearable Computers, pp. 72–79. ACM (2016)
16.
Wang, Y., Chen, M., Wang, X., Chan, R.H., Li, W.J.: IoT for next-generation racket sports training. IEEE Internet Things J. 1 (2018)
17.
Dimitriou, N., Delopoulos, A.: Motion-based segmentation of objects using overlapping temporal windows. Image Vis. Comput. 31(9), 593–602 (2013) CrossRef
18.
Shi, G., Zou, Y., Li, W.J., Jin, Y., Pei, G.: Towards multi-classification of human motions using micro IMU and SVM training process. In: Advanced Materials Research, vol. 60–61, pp. 189–193 (2009)
Metadaten
Titel
Table Tennis Stroke Recognition Based on Body Sensor Network
verfasst von
Ruichen Liu
Zhelong Wang
Xin Shi
Hongyu Zhao
Sen Qiu
Jie Li
Ning Yang
Copyright-Jahr
2019
Buch
Internet and Distributed Computing Systems

Print ISBN: 978-3-030-34913-4

Electronic ISBN: 978-3-030-34914-1

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-34914-1_1

Premium Partner

    Bildnachweise