跳到主要內容

臺灣博碩士論文加值系統

(44.211.117.197) 您好!臺灣時間:2024/05/27 05:32
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:鄭凱文
研究生(外文):Cheng, Kai-wen
論文名稱:使用單一Kinect攝影機於桌球運動學之分析
論文名稱(外文):The Kinematical Analysis of Table-tennis using a Single Kinect Camera
指導教授:黃耀賢黃耀賢引用關係
指導教授(外文):Huang, Yao-hsien
口試委員:黃耀賢李孟燦蔡淵裕
口試委員(外文):Huang, Yao-hsienLi, Meng-tsanTsai, Yuan-yu
口試日期:2013-06-28
學位類別:碩士
校院名稱:實踐大學
系所名稱:資訊科技與管理學系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:113
中文關鍵詞:Kinect桌球運動動作協調主成份分析
外文關鍵詞:KinectTable tennisMotion coordinationPrinciple Component Analysis
相關次數:
  • 被引用被引用:4
  • 點閱點閱:498
  • 評分評分:
  • 下載下載:18
  • 收藏至我的研究室書目清單書目收藏:1
摘要
桌球為現在世界流行球類體育運動的一個項目,桌球起源於19世紀末的英國,是由網球發展而來的。桌球運動後來也從歐洲遍及到亞洲並逐漸發展了起來,因為桌球跟其他球類運動相比,沒有太多身材上的限制,所以桌球很適合東方人發展,在中國甚至稱為國球。而台灣桌球運動風氣也非常普及,除了一般民眾熱衷這項運動外,台灣的選手在國際賽場上也屢創佳績,例如陳建安在今年的世界桌球團體賽上擊敗倫敦奧運男單金牌大陸名將張繼科,陳建安與莊智淵也攜手在不久前的世界桌球錦標賽上為台灣拿下的一面男子雙打金牌,也為台灣桌球歷史上寫下了一個新紀錄。
桌球運動除了普及之外也很容易上手,但是不易專精,要達到提升水平的目的除了需要有好的教練與環境外,也需要高價的運動分析設備,並不是一般人所可以負擔的,因此我們想到使用Kinect攝影機。Kinect攝影機一開始是微軟為了XBOX所開發的,Kinect攝影機除了有彩色影像之外也有紅外線深度影像的功能,Kinect在2011年推出了Kinect for Windows SDK之後,也提供了一個運動分析的契機,除了官方的SDK外,還能使用OpenNI或是OpenKinect來開發許多Kinect相關應用程式。
本論文就開發了一個以Kinect為基礎的桌球運動骨架分析系統(Kinematical Analysis of Table Tennis system, KATT system),本系統可以透過Kinect抓取人體的骨架三維座標資料,我們根據KATT系統分析桌球的正反手攻球以及正反手拉球動作,並將這些動作的三維座標資料進行PCA主成份分析,透過主成份分析來作甲組、乙組以及一般組選手間動作的差異性。綜觀上述,KATT系統具有以下貢獻:1. 本系統可提供有效的運動骨架分析。 2. 本系統不需在使用者身上各部位貼上反光標記,具有方便性。3. 本系統價格便宜,進入門檻較低。4. 本系統容易安裝、操作,方便廣大推展。

Abstract
Nowadays, table tennis which originated from tennis in the late 19th century England is one of the most popular sports around the world. Without too many body restrictions, table tennis spread out gradually from Europe to Asia. It is even called the national sport in China. As for Taiwan, table tennis is not only a popular sport, but a national glory: Taiwanese players continuously gain success in the international competitions. For example, Chien-An Chen defeated Ji-Ke Zhang, London Olympics men’s champion, in the World Team Classic this year. Chien-An Chen and Chih-Yuan Chuang also won the men’s double gold medal in the World Table Tennis Championships, a new page in the history of Taiwan table tennis.
Table tennis is easy to play but not easy to specialize. Especially to have higher standard, a good coach and environment are required, as well as an expensive motion analysis equipment. That’s why Kinect camera is necessary. Microsoft Kinect camera with color image and infrared image features is initially developed for XBOX. Kinect launched the Kinect for Windows SDK in 2011, which provides a new way for motion analysis. Besides the official SDK, OpenNI or OpenKinect helps develop many related applications as well.
The thesis proposes a Kinect-based table tennis skeleton analysis system (Kinematical Analysis of Table Tennis system, KATT system). Through Kinect, the system can capture human skeleton three-dimensional coordinate data. According to the data of KATT system, we try to analyze the forehand, backhand attack skills and the forehand, backhand spin skills. We use the principal component analysis (PCA) to analysis the data that our system captured. By analyzing the principal component between groups A, B, and general group players, we can discover the action differences. To sum up, the contributions of KATT are as followed: 1. Provides efficient motion skeleton analysis. 2. No need to attach reflective marks on users’ body. 3. The price is much cheaper. 4. Easy to install, operate and promote.

目錄
摘要 I
Abstract II
謝誌 IV
目錄 V
表次 VII
圖次 VIII
第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第貳章 文獻探討 4
第一節 桌球運動 4
第二節 資料分析方法 26
第三節 Kinect 34
第參章 以Kinect為基礎的桌球輔助分析系統 42
第一節 研究參與者 42
第二節 研究儀器、場地及操作 42
第三節 系統架構 45
第四節 系統運作流程 46
第五節 系統執行介面 49
第六節 小結 50
第肆章 結果與驗證 51
第一節 動作結果分析 51
第二節 PCA結果分析 53
第三節 小結 88
第伍章 結論與未來工作 90
第一節 結論 90
第二節 未來工作 90
參考文獻 92
一、 中文 92
二、 英文 94

表次
表2.1:Kinect硬體特性 36
表3.1:受試者基本資料 42
表4.1: 正手攻球關節使用次數 84
表4.2: 正手拉球關節使用次數 84
表4.3: 反手攻球關節使用次數 85
表4.4 反手拉球關節使用次數 85


圖次
圖2.1:正手發球 5
圖2.2:反手發球 5
圖2.3:正手攻球 6
圖2.4:反手攻球 6
圖2.5:正手拉球 7
圖2.6:反手拉球 7
圖2.7:正手切球 8
圖2.8:反手切球 8
圖2.9:腳步移動 9
圖2.10:兩種正手拉球動作流程圖 10
圖2.11:肩關節運動之解剖意義 15
圖2.12:肘關節運動之解剖意義 16
圖2.13:腕關節運動之解剖意義 16
圖2.14:前臂運動之解剖意義 17
圖2.15:軀幹運動之解剖意義 17
圖2.16:頭部運動之解剖意義 18
圖2.17:身體肢段之反光標記位置圖 19
圖2.18:校正用之L型參考架 20
圖2.19:軀幹座標系 20
圖2.20:上臂座標系 21
圖2.21:前臂座標系 21
圖2.22:橈骨座標系 22
圖2.23:手座標系 22
圖2.24:骨盆座標系 23
圖2.25:頭部座標系 23
圖2.26:肢段相對運動示意圖 24
圖2.27:解說總變異量示意圖 29
圖2.28:成份矩陣示意圖 30
圖2.29: Kinect SDK開放的20個關節資訊 31
圖2.30:主成份一人體關節示意圖 32
圖2.31:主成份二人體關節示意圖 32
圖2.32:主成份分數示意圖 33
圖2.33:主成份分數示意圖 33
圖2.34:Kinect外觀 35
圖2.35:Kinect的Tilt(傾斜)角度 37
圖2.36:Kinect的水平可視角 37
圖2.37:OpenNI的基礎架構 39
圖3.1:研究佈置圖 43
圖3.2:實際研究佈置圖 44
圖3.4:演算法流程圖 46
圖3.5:正手攻球偵測情況 47
圖3.6:正手拉球偵測情況 47
圖3.7:反手攻球偵測情況 48
圖3.8:反手拉球偵測情況 48
圖3.9:系統介面示意圖 49
圖4.1:正手攻球結果成功率示意圖 51
圖4.2:正手拉球結果成功率示意圖 52
圖4.3:反手攻球結果成功率示意圖 52
圖4.4:反手拉球結果成功率示意圖 53
圖4.5:原始三維座標示意圖 54
圖4.6:原始三維座標示意圖 54
圖4.7:資料匯入SPSS示意圖 55
圖4.8:SPSS主成份分析示意圖 56
圖4.9:SPSS主成份分析示意圖-2 56
圖4.10:SPSS主成份分析示意圖-3 57
圖4.11:SPSS描述性統計量示意圖 58
圖4.12:SPSS萃取示意圖 58
圖4.13:SPSS轉軸法示意圖 59
圖4.14:SPSS分數示意圖 60
圖4.15:SPSS選項示意圖 60
圖4.16:SPSS主成份分數資料示意圖 61
圖4.17:主成分數量圖 62
圖4.18:解釋變異量70%的主成份數量圖 62
圖4.19:甲組正手攻球主成份分數示意圖 63
圖4.20:甲組正手攻球主成份一人體關節座標示意圖 65
圖4.21:甲組正手拉球主成份分數示意圖 65
圖4.22:甲組正手拉球主成份一人體關節座標示意圖 67
圖4.23:甲組反手攻球主成份分數示意圖 67
圖4.24:甲組反手攻球主成份一人體關節座標示意圖 68
圖4.25:甲組反手拉球主成份分數示意圖 69
圖4.26:甲組反手拉球主成份一人體關節座標示意圖 70
圖4.27:乙組正手攻球主成份分數示意圖 70
圖4.28:乙組正手攻球主成份一人體關節座標示意圖 71
圖4.29:乙組正手拉球主成份分數示意圖 72
圖4.30:乙組正手拉球主成份一人體關節座標示意圖 73
圖4.31:乙組反手攻球主成份分數示意圖 73
圖4.32:乙組反手攻球主成份一人體關節座標示意圖 75
圖4.33:乙組反手拉球主成份分數示意圖 75
圖4.34:乙組反手攻球主成份一人體關節座標示意圖 76
圖4.35:一般組正手攻球主成份分數示意圖 77
圖4.36:一般正手攻球主成份一人體關節座標示意圖 78
圖4.37:一般組正手拉球主成份分數示意圖 78
圖4.38:一般正手拉球主成份一人體關節座標示意圖 80
圖4.39:一般組反手攻球主成份分數示意圖 80
圖4.40:一般反手攻球主成份一人體關節座標示意圖 81
圖4.41:一般組反手拉球主成份分數示意圖 82
圖4.42:一般反手拉球主成份一人體關節座標示意圖 83
圖4.43:正手攻球人體骨架關節圖 86
圖4.44:正手拉球人體骨架關節圖 86
圖4.45:反手攻球人體骨架關節圖 87
圖4.46:反手拉球人體骨架關節圖 88

參考文獻
一、中文
1.岑淮光、胡旭先、賴天德(1974),怎麼打乒乓球,人民體育出版社第一版,頁22-73。
2.丘鐘惠、梁焯輝(1982),現代乒乓球技術的研究,北京市:人民體育出版社。
3.姚漢禱(1990),桌球直式弧圈型球拍的反手擊球三種握法之比較,中華民國體育學會體育學報第12期,頁213-224。
4.張惠欽、蘇坎(1994),乒乓球,台北市:天一圖書。
5.蕭存沂(1996),桌球的基本技術分析,大專體育學報,第24期,頁116-120。
6.鈴木 一(1998),桌球勝經,台北縣:台灣廣夏出版集團。
7.張曉蓬(2001),提高正手拉球力量的幾點注意事項,乒乓世界,第12期,頁32。
8.李蕙芬(2002),普里莫拉茨反手拉球動作解析,乒乓世界,第3期,頁30-31。
9.吳敬平(2002),直板反膠怎麼練正手拉球(一)。乒乓世界,第7期,頁30-31。
10.王苓華(2003),網球反拍截擊動作之上肢肌肉活化與動量傳遞之研究,體育學報,第35卷,頁59-68。
11.梁世建、翁梓林、蔡葉榮(2005),桌球正手抽球動作之三度空間運動學分析。國立臺北教育大學學術研討會論文集,頁71-73。
12.王苓華(2006),優秀桌球選手正手拉球之運動學分析,國立台南大學運動與健康研究所碩士學位論文。
13.郭嘉民(2006),優秀桌球選手正手拉球之運動學分析,國立臺南大學運動與健康研究所碩士論文。
14.林震岩(2007),多變量分析:SPSS的操作與應用,台北市:智勝出版社。
15.陳秀惠、劉有德(2007),複雜運動的學習曲線,體育學報,第40卷第2期,頁39-50。
16.劉有德、Gottfried J. Mayer、陳秀惠、戴遠成、嚴雅婷(2009),運用主成份分析量化運動行為。台北市:五南出版社。
17.簡健華(2009),桌球正拍拉球之生物力學分析,國立臺灣師範大學體育研究所碩士論文。
18.李京展、林耀豐(2011),桌球正手擊球之動作分析與強化策略,國立屏東教育大學體育學報,第14期,頁203-208。
19.李弘斌(2011),桌球反拍拉球之生物力學分析,國立台灣師範大學體育學系碩士學位論文。
20.張慶權(2011),Kinect應用於銀髮族之輔助健身系統,國立體育大學運動科學研究所碩士論文。
21.陳佳郁(2011),不同限制對網球正拍擊球動作影響之探討,國立台灣師範大學體育學系碩士學位論文。
22.黃信學(2011),桌球正、反拍拉球動作之生物力學分析,國立台灣師範大學體育學系碩士學位論文。
23.陳秀惠(2011),桌球正手擊球動作的協調與量化,體育學報,第44卷第3期,頁423-436
24.楊智宇(2011),希爾伯特-黃變換(Hilbert-Huang Transform)結合主成份分析與類神經網路在齒輪故障程度之診斷,國立中央大學機械工程學系碩士論文。
25.王森(2012),Kinect體感程式設計入門,台北市:碁峯資訊股份有限公司。
26.林紘毅(2012),Kinect於英語互動學習系統之應用,國立中央大學資訊工程研究所碩士論文。
27.陳弘展(2012),Kinect於數學教育上之應用:以Second Life為環境,國立中央大學資訊工程研究所碩士論文。
28.黃炳泰(2012),Kinect for XBOX 360運用於國中輔助舞蹈教學之研究-以《Dance Central™ 2》為例,國立高雄師範大學工業科技教育學系碩士論文。
29.劉星宏(2012),利用kinect做室內跌倒事件之偵測,國立中央大學資訊工程學系碩士在職專班碩士論文。

二、英文
1.Balasubramaniam, R. & Turvey, M. T. (2004), Coordination modes in the multisegmental dynamics of hula hoping. Biological Cybernetics, 90, p. 176-190.
2.Cavanaugh, P. R. & Grieve, D. W. (1973), The graphical display of angular movement of the body. British Journal of Sport Medicine, 7, p. 129-133.
3.Chen H. H., Chuang K. L., & Yang L. C. (2010), The structured information for discriminating the table tennis serves. International Journal of Sport Psychology, p. 41-55.
4.Chen, W. Y. & Chung, C. H. (2010), Robust poker image recognition scheme in playing card machine using Hotelling transform, DCT and run-length techniques, Digital Signal Processing, 20, p. 769–779.
5.Chitphon W. & Chatchawit A. (2011), A motion classifier for Microsoft Kinect, Computer Sciences and Convergence Information Technology (ICCIT), 2011 6th International Conference, p. 727-731.
6.Daffertshofer, A., Lamoth, C. J. C., Meijer, O. G., & Beek, P. J. (2004), PCA in studying coordination and variability: A tutorial. Clinical Biomechanics, 19, p. 415-428.
7.Desiree D. & Karlyn B. (2011), LIVE: Xbox Kinect©s Virtual Realities to Learning Games. In Proceedings of TCC - Teaching Colleges and Community Worldwide Online Conference 2011, p. 48-54.
8.Dimitrios A., Philip K., Tamy B., & Maher B. M. (2011), Evaluating a Dancer’s Performance using Kinect-based Skeleton Tracking, Proceeding MM '11 Proceedings of the 19th ACM international conference on Multimedia, p. 659-662.
9.Genzhi Y., Yebin L., Nils H., Xiangyang J., Qionghai D., & Christan T. (2012), Performance capture of interacting characters with handheld kinects. In Proceedings of the 12th European Conference on Computer Vision (ECCV).
10.Gil-Jiménez P., Losilla-López B., Torres-Cueco R., Campilho A. & López-Sastre. R (2012), Hand detection and tracking using the skeleton of the blob for medical rehabilitation applications, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)Lect. Notes Comput. Sci., 7325, p. 130-137.
11.Hassani, A. Z. (2011), Touch versus in-air Hand Gestures: Evaluating the acceptance by seniors of Human-Robot Interaction using Microsoft Kinect, M.S. in Electrical Engineering, Mathematics and Computer Sciences, University of Twente.
12.Haug, E. J. (1992), Computer aided kinematics and dynamics of mechanical systems , p. 71-213, New Jersey: Prentice-Hall.
13.Hole, J. W., & Koos, K. A. (1991), Human anatomy. Dubuque, Iowa: Wm. C. Brown.
14.Huys, R., Smeeton, N. J., Hodges, N. J., Beek, P. J., & Williams, M. (2008), On the dynamic information underlying visual anticipation skill. Perception & Psychophysics,70(7), p. 1271-1234.
15.Iason O., Nikolaos K. & Antonis A. A. (2011), Efficient model-based 3D tracking of hand articulations using Kinect. In: British Machine Vision Conference.
16.James, H., & David, M. ( 2003), Basic Clinical Massage Therapy : Integrating Anatomy and Treatment. America, US: Christen DeMarco.
17.John S., Michael H. (2011), Quadrotor Helicopter Flight Control Using Hough Transform and Depth Map from a Microsoft Kinect Sensor, in Proceedings of the IAPR Conference on Machine Vision Applications, Nara, Japan, p. 352-356.
18.Kamel,B. M. N., Bryan J B., Cory W., Julio M., Aalap T. & Ricardo G. (2011), Web GIS in practice X: a Microsoft Kinect natural user interface for Google Earth navigation. Int J Health Geogr, 10:45[http://dx.doi.org/10.1186/1476-072X-10-45].
19.Kang, J. W., Seo, D. J. and Jung, D. S. (2011), A study on the control method of 3-dimensional space application using Kinect system. International Journal of Computer Science and Network Security, 11(9), p. 55-59.
20.Kar, A. (2010), Skeletal tracking using Microsoft Kinect. Methodology 1, p. 1-11.
21.Khoshelham, K. (2011), Accuracy analysis of Kinect depth data. In: ISPRS Workshop Laser Scanning, 38.
22.Khoshelham, K., & Oude Elberink, S. (2012). Accuracy and resolution of kinect depth data for indoor mapping applications. Sensors, 12(2), p. 1437-1454.
23.Lamoth, C. J., Daffertshofer, A., Huys, R., & Beek, P. J. (2009), Steady and transient coordination structures of walking and running. Human Movement Science, 28(3), p. 371-386.
24.Lu Xia, Chia-Chih Chen & J. K. Aggarwal (2011), Human Detection Using Depth Information by Kinect, Computer Vision and Pattern Recognition Workshops (CVPRW), 2011 IEEE Computer Society Conference, p. 15-22.
25.Matthew T. (2011), Recognizing hand gestures with microsoft's kinect. Technical report, Department of Electrical Engineering, Stanford University.
26.McGinnis, P. M. (1999), Biomechanics of sport and exercise. U. S. A: Human Kinetics Press.
27.Min-Joon Y., Jin-Wook B., and In-Kwon L. (2011), Creating Musical Expression using Kinect, visualcomputing.yonsei.ac.kr, No. June, p. 324–325.
28.Mitchell, G. & Clarke, A. (2011), Capturing and Visualising Playground Games and Performance: A Wii and Kinect based motion capture system. In: The Proceedings of the 2011 International Conference on Electronic Visualisation and the Arts (EVA 2011), p. 218–225. British Computer Society, UK.
29.Pearson, K. (1901), On Lines and Planes of Closest Fit to Systems of Points in Space, Philosophical Magazine, 2(6), p. 559–572.
30.Rambone F. (2011), Table Tennis Paddle Detection Library for Microsoft Kinect. Master’s thesis, Universita della Svizzeira Italiana, Faculty of Informatics.
31.Ren Z., Meng J., Yuan J., & Zhang Z. (2011), Robust hand gesture recognition with kinect sensor, in ACM International Conference on Multimedia, p. 759-760.
32.Ryden F, Chezeck HJ, Kosari SN, King H, & Hannaford B. (2011), Using Kinect and a haptic interface for implementation of Real-time virtual fixtures. In Proceedings of the 2nd Workshop on RGB-D: Advanced Reasoning with Depth Cameras (in conjunction with RSS 2011), Los Angeles, USA.
33.Tamara B., Debaleena C., Margaret S., & Timothy V. (2012), Interactive Music: Human Motion Initiated Music Generation Using Skeletal Tracking By Kinect, Proc. Conf. Society for Electro-Acoustic Music in the United States.
34.Tolgyessy M. & Hubinsky P. (2011), The Kinect Sensor in Robotics Education, In Proceedings of 2nd International Conference on Robotics in Education (Rie 2011), Vienna, Austria, September, 2011, p. 143-146. INNOC - Austrian Society for Innovative Computer Sciences.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top