Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
20
Poziom I
Status:
Autorzy: Skublewska-Paszkowska Maria, Łukasik Edyta, Szydłowski Bartłomiej, Smołka Jakub, Powroźnik Paweł
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0,7
Język: angielski
Strony: 146 - 155
Scopus® Cytowania: 1
Bazy: Scopus
Efekt badań statutowych TAK
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: angielski
The article explores the possibilities of using convolutional neural networks to recognize the type of tennis shots. The study compares two architectures of such networks: Inception-v3 and MobileNet. Two datasets consisting of images of tennis players making an impact are analyzed in order to identify the type and phase of impact. The images in each of the collections were assigned to the respective five following classes: backhand preparation phase, backhand shot, forehand preparation phase, forehand shot and non-shot. In each of them there is a tennis player silhouette and a racket skeleton consisting of markers. Images of tennis players are generated from motion recordings made using motion capture technology. The networks were trained with different values of the learning rate. In addition, the network training time and match results for the best-trained models are presented. In view of the parameters considered, the MobileNet network has proved to be a better model