2015 Fiscal Year Annual Research Report
動作トレーニング支援のための熟練動作の特徴解析に基づくコツの可視化
| Project/Area Number |
15H02704
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
尾下 真樹 九州工業大学, 大学院情報工学研究院, 准教授 (20363400)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
栗山 繁 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (20264939)
向井 智彦 東海大学, 情報通信学部, 講師 (10432296)
|
|---|
| Project Period (FY) |
2015-04-01 – 2020-03-31
|
| Keywords | 動作解析・評価 / 機械学習 / 可視化 |
|---|
| Outline of Annual Research Achievements |
本研究では、スポーツ選手・舞踏家・技能職者などの熟練者の動作の特徴を明らかにし、動作トレーニングに役立てることを目的とする。実際の熟練者と素人の動作データを解析し、得られた特徴量から動作のコツを機械学習法により識別することで、熟練者の動作の評価のための定量的な要素（特徴量）を明らかにする。また、その研究成果に基づいて、抽出された特徴量を分かりやすく可視化することで、動作のコツを効果的に伝達する手法や、訓練者の動作と熟練者の動作の違いを分かりやすく提示する手法、コツを新たな動作に移植する手法等を開発する。本研究は、スポーツ選手・舞踏家・技能職者などの専門家の協力を得ながら実施する計画である。
これまでの研究により、動作データを解析することで得ることのできる基礎的な特徴量（複数部位の位置・向きや関節回転などの運動学的な特徴量）の計算手法や可視化手法を開発した。また、本成果をもとに、テニスのショット動作のトレーニングシステムのプロトタイプを開発した。また、専門家の協力を得ながらスポーツ（テニス）・ダンス（能、日本舞踊）の動作データの収集を開始した。機械学習手法により、大量の特徴量の中から対象動作に応じて有効な特徴量を自動的に識別するための手法については、現在研究を進めている段階である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
27年度は、動作データを解析することで得ることのできる基礎的な特徴量（複数部位の位置・向きや関節回転などの運動学的な特徴量）の計算手法や可視化手法の研究を行った。また、本成果をもとに、テニスのショット動作のトレーニングシステムのプロトタイプを開発した。開発中のシステムを国際会議（ACM VRCAI 2015）で発表（ポスター・デモ発表）し、参加者から多くのフィードバックを得た。
また、光学式モーションキャプチャシステム Vicon（東海大学）、光学式モーションキャプチャシステム Vicon（九州工業大学）、慣性式モーションキャプチャシステム Perception Neuron（九州工業大学）のセットアップを行い、専門家の協力を得ながらスポーツ（テニス）・ダンス（能、日本舞踊）の動作データの収集を開始した（モーションキャプチャシンポジウム，情報処理学会研究会，秋田大学シンポジウム）。
また、トレーニングシステムにおいて動作の差異を言語的な表現で伝達する（例えば「もっとゆっくりと」「もっと力を抜いて」など）ために必要となる、動作特徴量と言語的な表現の関係を明らかにするための研究も開始し、初期成果の研究発表を行った（画像電子学会研究会）。
|
| Strategy for Future Research Activity |
28年度は、昨年度までに開発した基礎的な運動学的動作特徴量に加えて、動作データから解析することのできる他の特徴量の計算やその可視化手法を追加し、熟練者と初心者の動作の違いを表す上で有効な特徴量を探っていく。また、機械学習手法により、大量の特徴量の中から対象動作に応じて有効な特徴量を自動的に識別するための手法の研究を進めていく。
本研究の成果を元にした、スポーツやダンスのトレーニングシステムのプロトタイプの開発も、継続して行っていく予定である。実際のトレーニングに活用できるようなプロトタイプを開発し、被験者によるユーザーテストやフィードバックの収集を行い、改良していく。
実験のための動作データの収集も、昨年度までに引き続き行っていく。対象動作によっても有効な特徴量や可視化手法は異なるため、昨年度に収集を開始したテニス・能・日本舞踏等の動作データに加えて、複数の異なる種類のスポーツやダンスの動作データの収集を行う予定である。
また、トレーニングシステムにおいて動作の差異を言語的な表現で伝達する（例えば「もっとゆっくりと」「もっと力を抜いて」など）ために必要となる、動作特徴量と言語的な表現の関係を明らかにするための研究も、継続して行っていく予定である。
|
