SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Andersson Niklas 1976)
 

Sökning: WFRF:(Andersson Niklas 1976) > Explaining rifle sh...

  • Flyckt, JonatanJönköping University,JTH, Avdelningen för datateknik och informatik,Jonkoping University (författare)

Explaining rifle shooting factors through multi-sensor body tracking

  • Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

  • IOS Press,2023
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:bth-24522
  • https://urn.kb.se/resolve?urn=urn:nbn:se:bth-24522URI
  • https://doi.org/10.3233/IDA-216457DOI
  • https://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-60346URI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • A correction to this paper has been published:DOI: 10.3233/IDA-230950
  • There is a lack of data-driven training instructions for sports shooters, as instruction has commonly been based on subjective assessments. Many studies have correlated body posture and balance to shooting performance in rifle shooting tasks, but have mostly focused on single aspects of postural control. This study has focused on finding relevant rifle shooting factors by examining the entire body over sequences of time. A data collection was performed with 13 human participants carrying out live rifle shooting scenarios while being recorded with multiple body tracking sensors. A pre-processing pipeline produced a novel skeleton sequence representation, which was used to train a transformer model. The predictions from this model could be explained on a per sample basis using the attention mechanism, and visualised in an interactive format for humans to interpret. It was possible to separate the different phases of a shooting scenario from body posture with a high classification accuracy (80%). Shooting performance could be detected to an extent by separating participants using their strong and weak shooting hand. The dataset and pre-processing pipeline, as well as the techniques for generating explainable predictions presented in this study have laid the groundwork for future research in the sports shooting domain.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Andersson, FilipJönköping University,JTH, Avdelningen för datateknik och informatik,Jonkoping University (författare)
  • Westphal, FlorianJönköping University,JTH, Avdelningen för datavetenskap,Jonkoping University(Swepub:hj)wesflo (författare)
  • Mansson, AndreasSaab AB, Training & Simulation, Huskvarna, Sweden,Saab AB, Training & Simulat, Huskvarna, Sweden. (författare)
  • Lavesson, Niklas,Professor,1976-Blekinge Tekniska Högskola,Institutionen för programvaruteknik,Univ Karlskrona, Blekinge Inst Technol, Dept Software Engn, Karlskrona, Sweden.(Swepub:bth)nla (författare)
  • Jönköping UniversityJTH, Avdelningen för datateknik och informatik (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:Intelligent Data Analysis: IOS Press27:2, s. 535-5541088-467X1571-4128

Internetlänk

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy