Promotion of informatisation for swimming. - swimming motion estimation by artificial intelligence, and ontological aggregation of practical instruction knowledge -
Project/Area Number |
20K11419
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 59020:Sports sciences-related
|
Research Institution | Kyoto Institute of Technology |
Principal Investigator |
野村 照夫 京都工芸繊維大学, 基盤科学系, 教授 (60189438)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
Keywords | 高飛込 / 背景減算 / 画像回転 / 演技追跡 / 姿勢推定 / 水泳 / AI姿勢推定 / 安全な水泳指導 / 情報化 / 指導実践知 / オントロジー / 人工知能 |
Outline of Research at the Start |
本研究は「水泳における情報化の推進」を主目的とした。競技会における泳動作の映像分析に多大な時間を要すことと、安全な水泳指導についての様々な工夫が系統的に集約・整理・活用されているとは言えないことに鑑み、次の2つを具体的に研究する。 ①人工知能(AI)を活用した泳動作の自動姿勢推定。AIによる自動姿勢推定を伏位や倒立位に適用できるようなAI学習モデルの機能改善を行う。 ②安全な水泳指導のためのオントロジー的実践知の集約。水泳授業視察により、安全な指導に関する実践知を収集し、テキストマイニングにより要素に分解し、各要素のロールと関係をオントロジー解析にて整理・視覚化による集約を行う。
|
Outline of Annual Research Achievements |
目的:高飛込画像の前処理工夫で、演技の追跡と姿勢推定の検出力を向上させることを目的とした。 方法:FINA Diving World Series 2018の10m高飛込を対象とした。飛込台上から入水までの演技を撮影した。 ビデオカメラを縦置で撮影した (1080×1920 px、59.94 fps、SO: 原動画)。演技範囲をSOから切り出した (CL:切り出し動画、300×1200px)。入水終了時フレームを背景画像として CL から抽出した(BS:背景減算動画)。 プログラムはOpenCV4.5.3の機能であるDaSiamPRNトラッカーを利用してPythonで自作した。 ダイバーの胴体を最初の画面で境界ボックスとして指定し、胴体を追跡した。 BSフレームから検出した胴体の中心座標を基にCLの100×300pxの動画を抽出した。 各フレームを1度ごとに360度回転させた300×300ピクセルの動画(RO:回転動画)を作成した。 姿勢推定アプリケーション (Vision Pose、Next-System) を使用して、30 のキー ポイントで姿勢を推定した。 結果:胴体の追跡データは、CL よりも BS の方が改善された。 プラットフォームからの離陸と水への進入の間、BS は手動追跡の股関節座標値と非常に高い相関 (r>0.967) を示した。 SO、CL、BS の姿勢推定では多くのデータ不足が観察された。 一方、ROでは65541ポーズが推定された。 回転前のフレームに逆変換したメディアン座標を代表値として使用することで、安定した推定値が得られた。 考察:高飛込のパフォーマンス解析において、背景減算を用いた身体追跡で、ダイビング軌跡が捉えられた。 ただし、より細かい手足の動きを推定するには、動画回転にて姿勢推定できる角度を見つけることが適切であることが示唆された。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
手作業による映像のデジタル化には膨大な時間がかかるため、選手の動きの追跡や姿勢推定にAIを活用することが有益と考えられる。 しかし、AIを適用する場合にはいくつかの問題がある。 汎用の姿勢推定アプリケーションは基本的に立ち動作が想定されている。 競技会では、競技役員や観客が背景に映り込み、選手の追跡やポーズの推定に問題が生じる場合がある。 そこで本研究では、画像の前処理を工夫することで、高飛込における演技の追跡と姿勢推定の検出力を向上させることに挑み、一定の成果が得られた。
|
Strategy for Future Research Activity |
高飛込におけるAIを活用した解析の工夫に関する論文を完成させる。 オントロジーに基づく水泳指導における実践知のオントロジー的集約を進める。
|
Report
(3 results)
Research Products
(2 results)