| 研究課題/領域番号 |
19K24289
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0909:スポーツ科学、体育、健康科学およびその関連分野
|
|---|
| 研究機関 | 東北学院大学 |
|---|
研究代表者 |
吉田 雄大 東北学院大学, 人間科学部, 准教授 (20754683)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 機械学習 / スポーツ技能評価 / 投動作 / 運動技能評価 / 動作分析 / AI / 慣性センサ |
|---|
| 研究開始時の研究の概要 |
体育・スポーツの現場では運動技能の評価が行われている．運動技能評価は専門的な知識や熟練した経験を要するケースがあり，十分な知識や経験を持つ人材が確保できない場合は運動技能評価が難しい．この課題の解決に機械学習が利用できると考えられ，専門家なしでも客観的かつ信頼性の高い評価が実現できる可能性がある．本研究では，基礎運動能力の中でも技能的要素が比較的大きいと考えられる投動作を題材として，機械学習を用いて投技能を評価できる手法を開発することを目的とする．投動作中の慣性センサデータや画像データを，動作の評価を伴った教師データとして学習させ判別機を作成し判別精度の検証を行う．
|
| 研究成果の概要 |
本研究では，機械学習を用いて投動作の技能を評価する手法について開発することを目的とした．投技能が高いと考えられる野球部に所属する大学生と，投技能が低いと考えられる野球経験のない大学生を対象としてソフトボールを用いた的当て課題を実施した．投球方向に対して垂直方向から投動作中の動画を撮影し，投動作の特徴的な局面である非投球側下肢（ステップ足）が接地した局面の静止画を抽出した．また，静止画を学習用とテスト用とに分けて，機械学習（ResNet-152）による判別テストを実施した．その結果，作成したモデルは高い判別率を示しており機械学習を用いることで投球動作技能の高低を判別できる可能性が示された．
|
| 研究成果の学術的意義や社会的意義 |
スポーツ技能を機械学習により評価する研究では，何かしらのセンサーやデバイスを用いて実施している研究が多い．一方，本研究では画像のみでスポーツ技能の評価を行っている．画像のみを用いてほぼ機械学習のみでスポーツ技能評価ができる可能性を示したことは，スポーツ科学として意義があると考えられる．また，体育・スポーツの現場の運用を考慮すると，センサーを用いる場合は参加者数分のセンサーを用意する必要があり運用面の手間も大きい．近年のスマートフォンやカメラの技術的な進歩によって，試技の映像を撮ることはとても簡便になっている．これらの観点から，現場活用を視野に入れている本研究は社会的に意義があると考えられる．
|
