avaTTAR: Table Tennis Stroke Training with On-body and Detached Visualization in Augmented Reality

乒乓球击球训练是球员发展的关键方面。我们设计了一个新的增强现实（AR）系统avaTTAR，用于乒乓球击球训练。该系统提供了“贴身”（第一人称视角）和“分离”（第三人称视角）的视觉提示，使用户能够通过这种双重视角设置有效地可视化目标击球，并纠正他们的尝试。通过采用姿态估计算法和IMU传感器的组合，avaTTAR在练习期间捕捉和重建用户的3D身体姿态和球拍方向，允许与专家击球进行实时比较。通过用户研究，我们确认avaTTAR具有放大球员体验和训练效果的能力。

avaTTAR旨在提高乒乓球运动员的训练效果，解决他们在训练中的可视化问题。

avaTTAR使用增强现实技术，结合姿势估计算法和IMU传感器，实时捕捉并重建用户的3D身体姿态和球拍方向，提供第一人称和第三人称视角的视觉提示，帮助用户更好地进行训练。

该论文通过用户研究验证了avaTTAR的有效性，实验设计合理，使用了自己的数据集。该系统的开发和实现也是一大亮点，将增强现实技术应用到乒乓球训练中。

近期的相关研究包括：1.《使用增强现实技术的体育训练系统》，2.《基于深度学习的运动员姿势估计算法》，3.《使用虚拟现实技术的体育训练系统》等。