2021 Fiscal Year Research-status Report
Development of AI Board Extracting Table Tennis Strategy from Broadcast Video Using Virtual Data Generation Type Fuzzy Bagging
| Project/Area Number |
20K11981
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
林 勲 関西大学, 総合情報学部, 教授 (70258078)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 放送映像 / 自動シーン切り出し / オクリュージョン解決 / バーチャルデータ発生 / ファジィ推論 / アンサンブル機械学習 / 戦術戦略獲得 / スポーツ情報学 |
|---|
| Outline of Annual Research Achievements |
本研究は，卓球競技の放送映像の欠損箇所にバーチャルデータ(仮想データ)を発生し，ファジィクラスタリング手法によるアンサンブル学習法(バギング法)を用いて，放送映像から選手の攻撃戦略を自動的に獲得する卓球戦略アプリを開発する．本システムの実現には，放送映像の不必要シーン除去プロセス，ボール軌跡と回転，選手位置の自動追跡を開発する必要がある．なお，観測データの誤識別を除去するため，バーチャルデータを発生するアンサンブル学習のファジィバギング法を定式化する必要がある．2021年度では次の研究実績を得た．
1) 戦略獲得のためのファジィバギング法による深層推論型クラスタリングシステムとバーチャルデータ発生システムの有用性を確認した．
2) 2016年オリンピックの放送映像を用いて，現在，「観測データ収集システム」を開発中である．
1) では，攻撃戦略を獲得するファジィバギング法の定式化のため，深層推論型クラスタリングシステム(pdi-Bagging)の特性とその有用性を確認した．具体的には，2-fold cross validaionのパターン分類データに対して，5種類のバーチャルデータ発生法，バーチャルデータの発生個数，3種類のファジィメンバシップ関数，及び，バーチャルデータのクラス変更のための7種類の評価指標重みを変化させた場合の識別率について議論した．その結果，メンバシップ関数の両端は直角台形型が最も良く，クラス変更回数はバーチャルデータの発生方法に依存し，バーチャルデータの発生個数によって識別率が変化することが明確となった．この成果は学会誌論文として投稿中である．2) では，ボール軌道を自動獲得するため，現在，ボール軌道が選手の身体に隠れてボール位置が不明なオクリュージョン課題を解決している．解決法には直交回帰を用いる予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の最終目的は，ファジィクラスタリング手法によるアンサンブル学習法(バギング法)を用いて，放送映像から選手の攻撃戦略を自動的に獲得する卓球戦略アプリを開発する．2021年度までは次の研究実績を得ている．
1) 放送映像から不必要なシーンを削除し，シーンを分割する「映像抽出システム」を開発した．
2) 戦略獲得のためのファジィバギング法による深層推論型クラスタリングシステムとバーチャルデータ発生システムの有用性を確認した．
3) 2016年オリンピックの放送映像を用いて，現在，「観測データ収集システム」を開発中である．
本システムは，映像抽出システム，観測データ収集システム，戦略獲得システム，戦略表示システムからなる．なお，観測データ収集システムは，ボール位置座標推定，選手観測点座標推定，ボール着弾位置時間推定，ボール回転推定からなる．現在，ボール位置座標推定のオクリュージョン課題を解決している．したがって，2021年度終了の時点で，実績は最終バージョンの約20%程度の完成度となっている．しかし，戦略獲得のための深層推論型クラスタリングシステムとバーチャルデータ発生システムの基本アルゴリズムは約40%程度の完成度となっており，総合的に捉えると約25%から30%の完成度といえる．本研究期間は5年間であるので，2021年度時点での研究実績はおおむね順調に進展しているといえる．
|
| Strategy for Future Research Activity |
卓球戦略ボードの全体構想をまとめると次の通りとなる．
1) 映像抽出システムにより卓球の試合放送映像から不必要なシーンを削除する．2) 2016年オリンピックの放送映像を用いて，観測データ収集システムを開発する．3) ファジィバギング法を用いて，深層推論型クラスタリングシステムとバーチャルデータ発生システムを開発する．4) ファジィバギングを用いて卓球の横形戦略と縦形戦略を獲得する戦略獲得システムを開発する．5) 戦略表示システムを開発し，獲得した相手選手の戦略を可視化する．
1) と 3) に関しては，2021年度までにすでに研究に着手しており，一部は，Pythonプログラムにより完成している．したがって，2)，3)，4)，5) が今後の本研究の主たる内容となる．ただし，2) の観測データ収集システムでは，ボール軌跡が身体によって隠れるオクリュージョン課題が発生し，現在，現在この課題を解決中である．また，3) では，相手選手のサーブの種類とサーブから3球目までの勝利データを複数クラスに分割するファジィクラスタリング法によるファジィバギングの基本アルゴリズムは確定し，その有用性は確認済みである．今後は，卓球戦術戦略獲得に改良する必要がある．同様に，4) では，勝利データの疎の戦術空間にバーチャルデータを発生して認識率を向上させるバーチャルデータ発生システムを2023年度までに完成させ，相手選手の次戦術クラスの推定を行い，クラス間を移動する戦略獲得システムを開発する．最後に，5) として，2024年度までに，獲得戦略を可視化し，自軍の選手への助言と指導を行う戦略表示システムを開発して，卓球戦略ボードの精度と有用性を評価する．
|
| Causes of Carryover |
コロナ感染症のためにすべての出張がキャンセルとなり，当初計画と比較し研究費の転用により差額分が発生した．差額分は次年度に消耗品費として使用予定である．
|
| Remarks |
researchmap: https://researchmap.jp/cbii
Research Port: https://research-p.com/talent/461
|
Research Products
(13 results)
