| 研究課題/領域番号 |
17K13180
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
スポーツ科学
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
宍戸 英彦 筑波大学, 計算科学研究センター, 助教 (50782067)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 3次元関節位置 / Deep Learning / スポーツ競技映像 / カメラキャリブレーション / ３次元関節位置 / 3次元関節位置検出 / 人工知能 / 情報工学 / 機械学習 / アルゴリズム / 確率論 |
|---|
| 研究成果の概要 |
本研究では，全スポーツ競技のトレーニング支援として，人工知能（Deep Learning）を活用したスポーツ競技映像における選手の関節位置検出アルゴリズムの考案に取り組んだ．本研究では人工知能を活用した２次元関節位置検出アルゴリズムを応用し，３次元関節位置検出アルゴリズムの考案に取り組んだ．考案したアルゴリズムは，少ない労力で高精度に機能することを示した．考案した３次元関節位置検出アルゴリズムにおけるカメラキャリブレーションの定量評価実験を実施し，提案手法は，高精度であることを確認した．また，従来手法と提案手法のキャリブレーション手法の比較実験を実施し，提案手法の有効性を示した．
|
| 研究成果の学術的意義や社会的意義 |
コンピュータビジョンの分野において，これまでの人工知能を活用した関節位置検出アルゴリズムでは２次元画像上の位置を推定していたが，本研究では２次元関節位置検出アルゴリズムを応用し，３次元関節位置の推定を実現した．また，２台のカメラの撮影と補完画像を撮影する少ない労力で３次元関節位置を推定可能とし，３次元関節位置の推定精度は高精度であることを確認した．体育学の分野において，考案した３次元関節位置推定法は全てのスポーツ競技に応用できる．従って，この３次元関節位置の推定データは，選手の移動量の算出や，フォーム関節データ解析など，選手の技術力向上に貢献できる．
|
