FULL TEXT - Medycyna Sportowa

Transkrypt

6 Przednówek1:Layout 1 2015-03-06 10:45 Strona 1
Medycyna Sportowa / Polish J Sport Med
© MEDSPORTPRESS, 2014; 4(4); Vol. 30, 307-313
DOI: 10.5604/1232406X.1142005
STUDIUM PRZYPADKU / CASE STUDY
Zaangażowanie Autorów
A – Przygotowanie projektu
badawczego
B – Zbieranie danych
C – Analiza statystyczna
D – Interpretacja danych
E – Przygotowanie manuskryptu
F – Opracowanie piśmiennictwa
G – Pozyskanie funduszy
Author’s Contribution
A – Study Design
B – Data Collection
C – Statistical Analysis
D – Data Interpretation
E – Manuscript Preparation
F – Literature Search
G – Funds Collection
Krzysztof Przednowek1(A,B,C,D,E,F), Janusz Iskra2(A,B,C,D,E,F),
Tomasz Krzeszowski3(A,B,C,D,E,F)
1
2
3
1
2
3
Wydział Wychowania Fizycznego, Uniwersytet Rzeszowski, Polska
Wydział Wychowania Fizycznego i Fizjoterapii, Politechnika Opolska, Polska
Wydział Elektrotechniki i Informatyki, Politechnika Rzeszowska, Polska
Faculty of Physical Education, University of Rzeszow, Poland
Faculty of Physical Education and Physiotherapy, Opole University of Technology, Poland
Faculty of Electrical and Computer Engineering, Rzeszow University of Technology, Poland
ANALIZA KROKU PŁOTKOWEGO
Z WYKORZYSTANIEM ALGORYTMÓW WIZJI
KOMPUTEROWEJ NA PRZYKŁADZIE
ZAWODNIKA O WYSOKIM POZIOMIE
WYTRENOWANIA
THE ANALYSIS OF HURDLING STEPS USING AN ALGORITHM
OF COMPUTER VISION: THE CASE OF A WELL-TRAINED
ATHLETE
Słowa kluczowe: krok płotkowy, estymacja parametrów kinematycznych,
bezmarkerowe śledzenie ruchu, wizja komputerowa
Key words: hurdling step, estimation of kinematic parameters, markerless motion
tracking, computer vision
Streszczenie
Wstęp. W pracy przedstawiono zastosowanie bezmarkerowej metody śledzenia ruchu
postaci ludzkiej jako narzędzia estymacji parametrów kinematycznych kroku płotkowego.
Materiał i metody. Analizą objęto płotkarza charakteryzującego się wysokim poziomem wytrenowania. Rejestrację sekwencji wideo zrealizowano w symulowanych warunkach startowych biegu na 110 m przez płotki. Parametry kinematyczne wyznaczono w oparciu
o analizę sekwencji obrazów zarejestrowanych za pomocą jednej kamery o częstotliwości 100 Hz. Zaproponowana metoda nie wymaga zastosowania specjalnego ubioru, markerów czy innych technik wspomagających estymację.
Wyniki. W pracy przedstawiono wartości liczbowe 21 oszacowanych parametrów kinematycznych oraz ich zmienność w czasie trwania kroku płotkowego. Otrzymane wyniki
potwierdziły wysoki poziom przebadanego zawodnika.
Wnioski. Zaproponowana metoda estymacji parametrów kinematycznych może znaleźć zastosowanie w ocenie postępów szkolenia płotkarzy z zakresu przygotowania technicznego.
Summary
Word count:
Tables:
Figures:
References:
3738
2
3
17
Background. In this paper, a markerless method for tracking the motion of a person as
a tool to estimate kinematic parameters of a hurdling step was used.
Material and methods. The study is conducted on a hurdler of top sports level. Video
sequence recording was conducted in simulated conditions of the start in 110 m hurdle race.
Kinematic parameters were determined on the basis of the analysis of image sequences
recorded using a single camera with the frequency of 100 Hz. The method proposed in
this paper does not require any custom-designed clothes, markers or other technologies
facilitating estimation.
Results. In this study, we present quantitative data on 21 kinematic parameters and
their variability throughout the hurdling step. The results confirmed a high level of sports
form of the athlete subjected to the study.
Conclusions. The proposed method used to estimate kinematic parameters may be used
in the assessment of progress in the training of hurdlers, notably in terms of technique
preparation.
Adres do korespondencji / Address for correspondence
dr inż. Krzysztof Przednowek
Zakład Metodologii i Informatyki Wydział Wychowania Fizycznego, Uniwersytet Rzeszowski
ul. Towarnickiego 3, 35-959 Rzeszów, tel./fax +48 17 872 18 61, e-mail: [email protected]
Otrzymano / Received
Zaakceptowano / Accepted
14.10.2014 r.
13.12.2014 r.
307
Przednowek K. i wsp. Bezmarkerowa metoda śledzenia ruchu jako narzędzie estymacji parametrów kinematycznych
Wstęp
Background
Bieg przez płotki to grupa konkurencji lekkoatletycznych, w której znaczącą rolę odgrywa przygotowanie techniczne. Technika biegu przez płotki polega
na pokonaniu 10 płotków o wysokości od 84 cm do
107 cm (w zależności od konkurencji). Ocena techniki w tych biegach skupia się w głównej mierze
na ocenie poszczególnych faz pokonywania płotków.
Fazy te są złożoną formą ruchu o charakterze dynamicznym [1]. Większość dotychczasowych badań
w biegach przez płotki sprowadza się do analizy jedynie wybranych fragmentów biegu. Najczęściej analizowanym elementem biegu jest tzw. krok płotkowy
[2,3,4]. Ciekawym przykładem wśród wymienionych
badań są prace prowadzone przez Čoha [2] opisujące technikę pokonywania płotka przez rekordzistę
świata Colina Jacksona. Przeprowadzona analiza kinematyczna 3D dotyczyła biegu przez czwarty i piąty płotek. Analiza ta została zrealizowana przy użyciu
narzędzia ARIEL (Ariel Dynamics Inc., USA), a materiał filmowy zarejestrowano za pomocą dwóch kamer
o częstotliwości 50 Hz. Przeprowadzone badania pozwoliły na dokładne określenie wybranych parametrów kinematycznych kroku płotkowego. Ten sam autor opisał również analizę biomechaniczną biegu
na 100 m przez płotki wykonywanego przez medalistkę igrzysk olimpijskich w Atlancie Brigitę Bukovec
[5]. Badania kroku płotkowego B. Bukovec zostały
zrealizowane w taki sam sposób jak badania z udziałem C. Jacksona.
Kolejne badania z tej tematyki przeprowadzone
zostały z wykorzystaniem oprogramowania „Kine
analysis” [6]. Podczas rejestracji wykorzystano dwie
kamery o częstotliwości 25 Hz. Badaniom poddano
dwie grupy mężczyzn oraz dwie grupy kobiet na różnych poziomach wytrenowania. Głównym celem badań było określenie poziomu oraz porównanie wybranych parametrów kinematycznych w analizowanych grupach.
Coraz większą rolę w badaniach biomechanicznych w sporcie odgrywają różnego rodzaju metody
wizji komputerowej. Algorytmy detekcji i śledzenia ruchu wykorzystywane są m.in. do analizy skoków lekkoatletycznych [7, 8]. Chińscy naukowcy [9] zaproponowali zastosowanie metod wizji komputerowej
w ocenie techniki zawodników skaczących na trampolinie. Innym rozwiązaniem wykorzystującym komputerowe systemy wizyjne jest system śledzenia zawodników gier zespołowych [10].
W pracy zastosowano bezmerkerową metodę
śledzenia ruchu postaci ludzkiej, która umożliwia pozyskanie parametrów kinematycznych do analizy
techniki kroku płotkowego. Prawidłowa technika pokonywania płotka to podstawowy element pełnego
wykorzystania potencjału motorycznego płotkarza,
bez narażenia go na (częste w tej konkurencji) urazy.
Właściwie dobrane ćwiczenia mogą stanowić nie tylko środek treningowy, ale także fragment fizjoprofilaktyki w tej złożonej konkurencji lekkoatletycznej.
Wspomniane parametry są wyznaczane w oparciu
o analizę sekwencji obrazów zarejestrowanych
przy pomocy jednej kamery. Ważnym aspektem jest
fakt, że zaproponowana metoda nie wymaga zastosowania specjalnego ubioru, markerów czy innych
technik wspomagających estymację.
Hurdling is a group of athletic disciplines where
technique preparation is of utmost importance. The
hurdling clearing technique refers to running over 10
hurdles set at precisely measured heights from 84
cm to 107 cm (depending on a discipline). In hurdling
races, assessment of technique focuses on particular
phases of clearing the hurdles. These phases consist
of complex and dynamic forms of movement. The
majority of kinematic research studies of hurdling
conducted so far have been limited to the analyses of
selected fragments of hurdles races only. The most
frequently analyzed element of a hurdles race is the
so-called hurdling step [2,3,4]. In this context, one
should mention interesting studies conducted by Čoh
[2], who describes the technique of clearing hurdles
by Colin Jackson, a world record holder. The conducted kinematic 3D analysis concerned clearing 4th
and 5th hurdle. This analysis was conducted using
ARIEL tool (Ariel Dynamics Inc., USA), and the video
material was recorded using two cameras with the
frequency of 50Hz. The research enabled one to precisely determine selected kinematic parameters of
a hurdling step. The same author also described
a biomechanical analysis of 110 meters hurdles race
completed by Brigita Bukovec, an Olympic medalist
from Atlanta [5]. The research on the hurdling step of
B. Bukovec was conducted in the same way as in the
case of C. Jackson.
Later research on the same problem was conducted using the software “Kine analysis” [6.]. Two cameras with the frequency of 25 Hz were used throughout
recording. The research was conducted on two groups
of men and two groups of women on various levels of
sports preparation. The main purpose of the study
was to determine and compare selected kinematic
parameters in both groups.
The methods of computer vision have become increasingly important in biomechanical research in
sports. The algorithm of motion detection and tracking
are used, among others, in the analyses of jumping
events in athletics [7,8]. Chinese researchers [9]
proposed the use of computer vision in assessing the
technique in trampolining events. Another example of
using computer visual systems are the methods used
to track movements of competitors in team sports.
In this paper, a markerless method for motion
tracking as a tool to measure kinematic parameters
of a hurdling step was used. Correct technique to
overcome hurdle is basic element of motor potential
hurdler and doesn’t exposed athlete to frequent injuries (frequent in this competition). Properly selected
exercises can be also use as a part of physioprevention in this complex athletics competition. Mentioned parameters of a hurdling step were determined on the basis of the analysis of image sequences
recorded using a single camera. Importantly, the method proposed in this paper does not require any custom-designed clothes, markers or other technologies facilitating estimation.
308
Przednowek K. et al. A markerless method for tracking the motion as a tool to estimate kinematic parameters
Materiał i metody
Obiekt badań
Badania zrealizowano na obiektach Politechniki
Opolskiej. Rejestracji dokonano na hali lekkoatletycznej z czterema torami z podłożem tartanowym. Analizą objęto zawodnika, który jest czterokrotnym wicemistrzem Polski oraz dwukrotnym młodzieżowym mistrzem Polski na dystansie 400 m ppł. Badany zawodnik charakteryzował się wysokością ciała równą 189 cm i masą ciała równą 76 kg. Podczas badań
Material and methods
Research material
The research was conducted at the facilities of
Opole University of Technology. Recording was conducted on athletics hall with four tartan tracks. The
analysis was conducted on an athlete, who is a fourtime vice-champion of Poland and two-time youth
vice-champion of Poland in 400 m hurdles. The athlete’s body height was 189 cm and his body weight was
76 kg. In the course of the study, a sequence of
Ryc. 1. Struktura kroku płotkowego z wyszczególnionymi parametrami
Fig. 1. Structure of a hurdling step with selected parameters
Tab. 1. Opis estymowanych parametrów kinematycznych
Tab. 1. Description of estimated kinematic parameters
309
zarejestrowano sekwencję pokonywania czwartego
płotka w regulaminowych warunkach biegu na 110 m
(wysokość płotka: 1067 mm, odległość pomiędzy płotkami: 9.14 m). Jak wykazano we wcześniejszych pracach [2], zgodnie z krzywą prędkości biegu, między
trzecim i piątym płotkiem prędkość jest największa,
a technika pokonywania płotków jest niezależna od
trudności startu niskiego oraz narastającego zmęczenia. Analizie poddano 21 parametrów, które zaprezentowano na Ryc. 1. Parametry zostały wyselekcjonowane na podstawie przeglądu literatury [1,2,3].
Rejestrację sekwencji obrazów wykonano za pomocą kamery przemysłowej Basler Ace acA645-100gc
o częstotliwości 100 Hz.
clearing 4th hurdle in the regulation conditions of 110
m race (height: 1067 mm, distance between hurdles:
9.14 m). Earlier studies showed that in accordance
with the race
speed curve, speed is the highest
rd
between 3 and 5th hurdle, and the hurdling technique
is independent of the low start difficulty and increasing fatigue. In this study, 21 parameters presented
in Figure 1 were analyzed. These parameters were
selected based on an overview of specialist literature
[1,2,3]. Recording of image sequences was conducted using a industrial Basler Ace acA645-100gc camera with the frequency of 100 Hz.
In the analysis, 13 length parameters and 8 angle
parameters were used. The description of these parameters is presented in Table 1.
Śledzenie ruchu postaci ludzkiej
W celu estymacji wybranych parametrów kinematycznych wykorzystano bezmarkerowy algorytm śledzenia ruchu postaci ludzkiej oparty o metody wizji
komputerowej. Celem śledzenia jest wyznaczenie
aktualnej pozy postaci ludzkiej, która jak najdokładniej odzwierciedla stan rzeczywisty. Należy zaznaczyć, że odtworzenie trójwymiarowej pozy postaci
ludzkiej na podstawie analizy dwuwymiarowych obrazów jest zadaniem bardzo trudnym i złożonym obliczeniowo [11]. W procesie śledzenia ruchu zastosowano algorytm optymalizacji rojem cząstek (PSO)
[12], którego użyteczność w rozwiązywaniu problemów związanych z estymacją pozy postaci ludzkiej
została wielokrotnie potwierdzona [11,13]. W omawianym algorytmie do znalezienia najlepszego rozwiązania wykorzystuje się rój cząstek, a każda cząstka reprezentuje hipotetyczne rozwiązanie problemu.
Podczas estymacji cząstki eksplorują przestrzeń poszukiwań i wymieniają się informacjami. Wybór najlepszego rozwiązania odbywa się na podstawie wartości funkcji dopasowania [11,13], która określa stopień podobieństwa pomiędzy poszukiwaną i wyestymowaną pozą postaci. Do symulacji ruchu postaci
ludzkiej i wyznaczenia jej aktualnej pozy wykorzystano model 3D [13,14]. Model ten bazuje na strukturze
drzewa kinematycznego złożonego z 11 segmentów,
z których każdy jest reprezentowany przy pomocy
ściętego stożka.
Human motion tracking
In order to estimate selected kinematic parameters, motion tracking algorithm based on computer
vision was used. In short, the purpose of tracking is
to determine a pose of a human body that best reflects reality. It is important to emphasize that capture
of a 3D pose of a human body based on the analysis
of two-dimensional images is difficult and computationally complex. In the process of motion tracking,
the particle swarm optimization (PSO) algorithm [12]
was used, and its usefulness in solving problems
related to estimation of the human pose has been repeatedly confirmed [11,13]. In that algorithm, a swarm
of particles is used to find the best solution, and each
particle represents a hypothetical solution to the
problem. In the process of estimation, the particles
explore search space and exchange information. The
choice of the best solution is based on the value of
the fitness function [11,13], which determines the
degree of fitness or similarity between the real and
the estimated human pose. For simulation of human
body motion and determination of its current pose a
3D model [13,14] is used. The described model is
based on the structure of kinematic tree that consists
of 11 segments, where each segment is represented
by one truncated cone.
Analiza wyników
Analysis of the results
Na Ryc. 2 zaprezentowano historię ruchu dla analizowanego zawodnika. W celu zwiększenia czytelności wygenerowanego śladu, przedstawiono co 4 zarejestrowaną klatkę.
Z analizy zarejestrowanego śladu (Ryc. 2) wynika, że algorytm w sposób zadowalający realizuje detekcję kończyn dolnych, natomiast ma problemy z estymacją prawidłowej pozy kończyn górnych. Trudności
te powstają w wyniku wzajemnych przesłonięć poszczególnych części ciała i są one trudne do wyeliminowania przy zastosowaniu jednej kamery. Należy
jednak podkreślić fakt, że w przeprowadzonych badaniach nie uwzględniano żadnych parametrów związanych z ruchem kończyn górnych. Dlatego też błędne
śledzenie ruchu rąk nie wpływa na pomiar analizowanych parametrów.
Oszacowane wartości liczbowe 21 parametrów kinematycznych kroku płotkowego przedstawiono w Tabeli 2. Z przeprowadzonej analizy wynika, że długość
Figure 2 presents the motion history of the athlete
under scrutiny. In order to increase clarity of generated marks, every fourth frame was presented.
The analysis of recorded trace (Fig. 2) shows that
the algorithm can satisfactorily detect lower limbs, yet
it has problems with estimation of correct pose of
arms. These difficulties result from mutual obstruction of individual parts of the body, which is difficult to
avoid using only one camera. It is necessary to emphasize that in this study no parameters related to
the motion of upper limbs were taken into consideration. That is why inaccurate tracking of arms’ movement does not impact any of the analyzed parameters.
Estimated values of 21 kinematic parameters of
a hurdling step are presented in Table 2. The analysis
showed that the length of a hurdling step (x2, w2, x4, w4)
of the athlete was approximately 3488.7 mm in the 1st
race and 3288.1 mm in the 2nd race. As revealed in
310
kroku płotkowego (x2, w2, x4, w4) zawodnika wynosiła
ok. 3488.7 mm w pierwszym biegu oraz 3288.1 mm
w drugiej próbie. Jak wykazano we wcześniejszych
pracach długość kroku płotkowego u zaawansowanych płotkarzy wynosi 3480±121.7 mm [15]. Uzyskany rezultat potwierdza wysoki poziom sportowy zawodnika. Odległość odbicia była dłuższa od odległo-
earlier studies, the length of a hurdling step of advanced hurdlers is 3480±121,7 mm [15]. The result obtained in this study confirms a high sports level of the
athlete. A take-off distance was longer than a landing
distance by 600 mm in the 1st race and by 534 mm in
the 2nd one. A characteristic angle of knee bend of
a lead leg in phase 3 was 155° and 156° respectively.
Ryc. 2. Historia ruchu płotkarza
Fig. 2. Motion history of hurdler
Tab. 2. Wyniki estymacji parametrów kroku płotkowego
Tab. 2. Results of estimation of parameters of a hurdling step
311
Ryc. 3. Trajektoria ruchu środka ciężkości, kolan i stóp analizowanego płotkarza
Fig. 3. Movement trajectory of center of mass, knees and foots of the athlete
ści lądowania o 600 mm w pierwszym biegu oraz
o 534 mm w drugim. Charakterystyczny dla pracy nogi atakującej kąt ugięcia w stawie kolanowym w fazie 3 wynosił odpowiednio 155° oraz 156° co dowodzi, iż zawodnik atakował płotek ugiętą nogą nie stosując stylu zwanego „dyszlem”. Niska wysokość
środka ciężkości nad płotkiem w fazie 3 wskazuje
jednocześnie na bardzo dobre opanowanie techniki
ruchu. Według wcześniejszych badań parametr ten
dla zaawansowanych płotkarzy powinien plasować
się w przedziale od 27 do 38 cm [16]. Podobnie jest
z parametrem w4, którego wartość świadczy o skracaniu fazy lotu co jest oznaką mistrzostwa sportowego. Znaczący jest także kąt pochylenia nad płotkiem
(γ3), którego wartość wynosiła 43°. Jak wykazano we
wcześniejszych badaniach poprawna technika zakłada, że kąt pochylenia tułowia nad płotkiem powinien
zawierać się w przedziale od 41° do 48° [17]. Kąt pochylenia tułowia w pozycji lądowania plasował się
na podobnym poziomie w obu sekwencjach i wynosił
ok. 58°. Był on znacząco mniejszy od kąta pochylenia tułowia podczas ataku (ok. 70°).
Kolejnym krokiem analizy było określenie zmienności wybranych parametrów w czasie (trajektorii).
Na wykresie 3 przestawiono ślady środka ciężkości,
stawu kolanowego i stopy nogi atakującej oraz stawu
kolanowego i stopy nogi zakrocznej. Na wykresie
ujęto dane zarejestrowane w obu analizowanych biegach. Z analizy wynika, że największe różnice w charakterze wyznaczonego śladu obserwuje się dla trajektorii nogi atakującej. Zarejestrowane wahania dla
biegu pierwszego między 50 a 70 klatką, wynikają
w głównej mierze z błędnego działania zastosowanego algorytmu. Natomiast pozostałe parametry charakteryzują się podobnym przebiegiem co może
świadczyć o dobrze utrwalonym nawyku ruchowym.
Z wyznaczonych przebiegów można również zaob-
312
This means that the athlete attacked a hurdle with a
bent leg without the so-called “shaft”. Low height of
the centre of mass over a hurdle in phase 3 attests to
his mastering of the movement technique. According
to earlier research, in the case of advanced hurdlers
this parameter should be in the range of 27-38 cm
[16]. Similar to parameter w4, the value of which attests
to reducing the flight phase, this signals sports
mastery and high sports level. The inclination angle
over a hurdle (γ3) is also important, and its value was
43°. As revealed in earlier research, proper technique
provides that the torso inclination angle over the hurdle
should fall within the range of 41° do 48° [17]. The
torso inclination angle in the landing position was found
to be similar in both sequences and its value was
approx. 58°. It was considerably lower than the torso
inclination angle during the attack (approx. 70°).
The subsequent stage of the analysis pertained to
determination of variability of selected parameters in
time (trajectory). Figure 3 shows trajectory of center
of mass, the knee joint and foot of the lead leg as well
as of the knee joint and foot of the trail leg. The figure
presents the data recorded in both analyzed races.
The analysis shows that the largest differences, in
terms of the characters of identified marker, are
found for the trajectory of the lead leg. The recorded
fluctuation for the 1st race between 50th and 70th frame
largely results from an erroneous work of the algorithm. The remaining parameters, however, have similar duration, which may attest to well-trained movement habits. Also, one may observe a repetition of
the motion of the trail leg (Fig. 3). According to many
coaches, an optimum motion of the trail leg results in
improved speed and stability of clearing hurdles.
serwować powtarzalność ruchu nogi zakrocznej
(Rys. 3). Według większości trenerów optymalny
ruch nogi zakrocznej wpływa na poprawę szybkości
i stabilności ruchu przejścia płotka.
Wnioski
Conclusions
Zaproponowany system estymacji parametrów kinematycznych może znaleźć zastosowanie w ocenie
postępów szkolenia płotkarzy z zakresu przygotowania technicznego. Dzięki bezmarkerowej metodzie
wyznaczania parametrów kroku płotkowego można
w prosty sposób monitorować postępy, jak i wpływ zastosowanych środków treningowych na technikę pokonywania płotka. Tworzenie prawidłowych nawyków
ruchowych, opartych na właściwych wzorcach technicznych, pozwala plotkarzom na bezpieczną realizację specyficznego treningu, bez ryzyka urazów. Wartości wyznaczonych parametrów potwierdziły wysoki
poziom sportowy przebadanego zawodnika. Na szczególną uwagę zasługuje powtarzalność kluczowych
parametrów, świadcząca o bardzo dobrym opanowaniu techniki ruchu. Dodatkowo z wyznaczonych trajektorii wynika, iż zawodnik ten charakteryzuje się
bardzo dobrą powtarzalnością ruchu nogi zakrocznej. W kolejnych pracach autorzy zamierzają wykorzystać systemy wielokamerowe w celu eliminacji
błędów spowodowanych przesłanianiem się niektórych części ciała zawodnika.
The proposed system of estimation of kinematic
parameters may be used in the assessment of progress in the training of hurdlers, notably in terms of
technique preparation. Thanks to the markerless method of determination of parameters of a hurdling
step, it is easy to monitor progress and impact of implemented training means on the technique of clearing hurdles. Creating correct motor habits, based on
property technical pattern allows for safety training
without the risk of injury. The values of the parameters confirmed a high level of sports form of the
athlete subjected to the study. Particular attention
should be paid to repetitiveness of key parameters,
which attests to mastering of the movement technique. Additionally, the trajectories of movement show
that the athlete boasts very good repetitiveness of
movement of the trail leg. In the future, the authors
intend to use multi-camera systems in order to eliminate some errors caused by obstruction of certain
parts of the athlete’s body.
Piśmiennictwo / References
1. Iskra J. Scientific research in hurdle races. Katowice: AWF; 2012.
2. Čoh M. Biomechanical analysis of Colin Jackson’s hurdle clearance technique. New studies in athletics 2003;
1: 33-40.
3. Čoh M, Dolenec A, Tomazin K, Zvan M. Dynamic and kinematic analysis of the hurdle clearance technique. [In]
Čoh M, editor. Biomechanical Diagnostic Methods in Athletic Training 2008: 109–16.
4. McDonald C. The angular momentum of hurdle clearance. Track Coach 2003; 163: 5191-204.
5. Čoh M, Kostelic J, Pintaric S. A biomechanical model of the 100 m hurdles of Brigita Bukovec. Track Coach 1998;
142: 4521-9.
6. Salo A, Grimshaw PN, Marar L. 3-d biomechanical analysis of sprint hurdles at different competitive levels.
Medicine and science in sports and exercise 1997; 29(2): 231-7.
7. Ramasso E, Panagiotakis C, Rombaut M, Pellerin D, Tziritas G. Human shape-motion analysis in athletics videos
for coarse to fine action/activity recognition using transferable belief model. Electronic Letters on Computer Vision
and Image Analysis 2009; 7(4): 32-50.
8. Panagiotakis C, Grinias I, Tziritas G. Automatic human motion analysis and action recognition in athletics videos.
In 14th European Signal Processing Conf. 2006.
9. Xian-jie Q, Zhao-qi W, Shi-hong X. A novel computer vision technique used on sport video. In The 12th International
Conference in Central Europe on Computer Graphics. UNION Agency-Science Press; 2004.
10. Pers J, Kovacic S. A system for tracking players in sports games by computer vision. Elektrotehnicni vestnik 2000;
67(5): 281-8.
11. John V, Trucco E, Ivekovic S. Markerless human articulated tracking using hierarchical particle swarm optimisation. Image and Vision Computing 2010; 28(11): 1530-47.
12. Kennedy J, Eberhart R. Particle swarm optimization. In Proc. of IEEE Int. Conf. on Neural Networks. Piscataway
NJ: IEEE Press; 1995. p. 1942-8.
13. Krzeszowski T, Kwolek B, Michalczuk A, Switonski A, Josinski H. View independent human gait recognition using
markerless 3d human motion capture. In: Bolc L., Tadeusiewicz R., Chmielewski L., Wojciechowski K., editors. Computer Vision and Graphics, volume 7594 of Lecture Notes in Computer Science. Berlin: Springer; 2012. p. 491-500.
14. Deutscher J, Reid I. Articulated body motion capture by stochastic search. International Journal of Computer Vision
2005; 61(2): 185-205.
15. Iskra J. Morfologiczne i funkcjonalne uwarunkowania rezultatów w biegach przez płotki. AWF: Katowice; 2001.
16. Iskra J, Bacik B, Król H, Mehlich R. Różnice w technice pokonywania płotka w grupie najlepszych zawodników
w biegu na 110 m przez plotki. [W:] Problemy badawcze w lekkoatletyce 1996: 89-96.
17. Iskra J, Bacik B, Król H. Zmiany parametrów kinematycznych kroku płotkowego w 4-letnim okresie treningowym
w grupie najlepszych polskich płotkarzy. Poznań: AWF Monografie Nr 335; 1998. p. 129-33.
313

FULL TEXT - Medycyna Sportowa

Transkrypt

Podobne dokumenty

Comfortable like E.Motion. Durable like E.Lite

Sansha Teresina T80M