MultiSenseBadminton: 웨어러블 센서 기반 배드민턴 성능 평가를 위한 생체역학 데이터셋

초록 스포츠 산업은 플레이어 데이터 수집을 위해 여러 개의 동기화된 센서를 활용하는 경향이 증가하고 있으며, 이를 통해 다각적인 실시간 피드백을 제공하는 개인화된 훈련 시스템이 가능해지고 있습니다. 배드민턴도 이러한 다양한 센서의 혜택을 받을 수 있지만, 분석 및 훈련 피드백을 위한 포괄적인 배드민턴 액션 데이터셋이 부족합니다. 이 격차를 해소하기 위해, 본 논문에서는 코치와의 인터뷰를 바탕으로 최적의 사용성을 고려한 포핸드 클리어 및 백핸드 드라이브 스트로크에 대한 다중 센서 배드민턴 데이터셋을 소개합니다. 이 데이터셋은 초급자, 중급자, 전문가를 포함한 다양한 실력 수준을 포괄하며, 실력 수준에 따른 생체역학 이해를 위한 자원을 제공합니다. 25명의 선수로부터 7,763개의 배드민턴 스윙 데이터를 포함하며, 눈 추적, 신체 추적, 근육 신호 및 발 압력에 대한 센서 데이터를 특징으로 합니다. 이 데이터셋에는 비디오 녹화, 스트로크 유형, 숙련도, 소리, 공 착지 장소 및 타격 위치에 대한 상세한 주석과 설문조사 및 인터뷰 데이터도 포함되어 있습니다. 우리는 모든 주석 데이터에 개념 증명 기계 학습 모델을 적용하여 데이터셋을 검증하였으며, 고급 배드민턴 훈련 및 연구에 대한 포괄적인 적용 가능성을 입증하였습니다.