2023 Fiscal Year Annual Research Report
Promotion of informatisation for swimming. - swimming motion estimation by artificial intelligence, and ontological aggregation of practical instruction knowledge -
| Project/Area Number |
20K11419
|
|---|
| 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
|
| Keywords | 高飛込 / 動画の前処理 / ダイバーの自動追跡 / ダイバーの姿勢推定 |
|---|
| Outline of Annual Research Achievements |
画像の前処理を工夫することで、ダイバーの動き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。
元動画：FINAダイビングワールドシリーズ2018における10m高飛込の台上から着水までのパフォーマンスを対象とし，縦向きに配置し、フルハイビジョンで撮影した(SO: 原動画)。
動画の前処理：不要な情報を減らすために，SOからパフォーマンス範囲を切り出した (CL：切り出し動画)。さらに，入水終了時のフレームを背景画像として， CL から背景画像を減算した動画を抽出した(BS：背景減算動画)。
ダイバーの自動追跡：解析プログラムは，OpenCV4.5.3に組み込まれたDaSiamPRNトラッカー (Li et al., 2018)を利用してPythonで自作した。CL、BSにおいて，プラットフォームからの離陸と水への進入までは101フレームを要した。CLは入水前の高い位置で追跡不能に陥った．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。したがって、パフォーマンス範囲を切り出すことは背景の観客や審判を排除するには有効であった。
ダイバーの姿勢推定：BSの各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、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。 RO姿勢推定アプリケーション (Vision Pose、Next-System) を使用して、姿勢を推定した。SO、CL、BS に姿勢推定プログラムを適用しても，多くのデータ不足が観察された。一方、ROにおける姿勢抽出は288000フレームから65541ポーズが推定された。 回転前のフレームに逆変換し、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。
|
