Core Concepts
신경망을 사용하여 동작의 해석 가능한 기호를 추출하고, 이를 기반으로 규칙을 적용하여 동작 품질을 평가하는 신경-기호 접근법을 제안합니다. 이를 통해 기존 신경망 기반 접근법의 불투명성과 편향성을 해결하고, 상세하고 객관적인 동작 평가 보고서를 자동으로 생성할 수 있습니다.
Abstract
이 연구는 다이빙 동작 품질 평가를 위한 신경-기호 접근법을 제안합니다. 기존의 신경망 기반 접근법은 불투명성과 편향성의 문제가 있었습니다.
이 연구에서는 신경망을 사용하여 동작의 해석 가능한 기호(플랫폼 위치, 선수 자세, 물 튀김 등)를 추출하고, 이를 기반으로 규칙 기반 접근법을 통해 동작 품질을 평가합니다. 이를 통해 상세하고 객관적인 동작 평가 보고서를 자동으로 생성할 수 있습니다.
구체적으로 다음과 같은 단계로 진행됩니다:
신경망 기반 동작-상황 파서: 플랫폼 위치, 선수 자세, 물 튀김 등의 기호 정보를 추출합니다.
규칙 기반 동작 분석기: 추출된 기호 정보를 바탕으로 다이빙 유형 인식, 시간적 분할, 세부적인 동작 품질 평가를 수행합니다.
자동 생성 보고서: 세부적인 동작 평가 결과와 시각적 증거를 포함한 종합 보고서를 자동으로 생성합니다.
이 접근법은 기존 신경망 기반 접근법에 비해 투명성과 설명 가능성이 높으며, 편향성을 최소화할 수 있습니다. 또한 상세한 동작 분석 결과를 제공하여 선수 및 코치, 심판 등에게 유용한 피드백을 제공할 수 있습니다.
Stats
다이버와 플랫폼 사이의 거리는 평균 도였습니다.
다이버의 다리 벌림 각도는 평균 도였습니다.
다이버의 회전 각도는 도 과회전되었습니다.
Quotes
"이 시스템은 심판들에게 점수 매기는 방법을 가르치고, 심판들이 놓칠 수 있는 실수를 포착하며, 심판들 간 의견 차이를 해결하는 데 도움이 될 것입니다."
"이 시스템은 다이버의 안전을 위협하는 행동(플랫폼에 너무 가까이 다가가는 등)을 자동으로 감지하여 페널티를 줄 수 있어 매우 중요합니다."