인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Figure skating scoring relies on human judgment, leading to subjectivity and bias, highlighting the need for an objective scoring system. In this study, we propose a multi-task graph attention network to simultaneously classify figure skating movements into four tasks: major action category, sub-action category, skill success/ failure, and skater skill level. We constructed a heterogeneous directed skeleton graph which consist of joint nodes with (x, y) coordinates and two types of edges, bidirectional spatial edges between each joints and unidirectional temporal edges to represent the temporal flow of the same joint. Using only lower-body data, our model achieved the best cross-entropy loss, accuracy, and efficiency in terms of time complexity, data utilization, and task performance. In future work, we aim to extend the model for real-time evaluation in a real-world competition environment.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094336897
