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, 教養学部, 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 |
交付 (2022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 | 運動技能評価 / 動作分析 / 機械学習 / 投動作 / 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.
|
研究実績の概要 |
本研究では,機械学習を用いて投動作を評価できる手法を開発することを目的としている.本研究では画像データを用いた評価手法の開発を行っている.全体を通したフローは1)教師データの作成,2)判別機の開発,3)精度検証である.本年度は,判別機の開発ならびに精度検証を中心に実施した. 機械学習を用いた投動作を評価する手法として,コンピュータ支援製造(Computer Aided Manufacturing:CAM)を応用するアイディアを検討していた.CAMを用いることで,熟練者と未熟練者の違いをどのように学習されているのかを視覚的に検討できる.例えば,CAMをヒートマップで出力して,どのようなポイントが学習のキーとなるのかを視認的に確認することができる.さらに,ヒートマップ画像からピーク値を検知して,座標点を算出すれば定量的な分析も可能となる.すなわち機械学習による投動作の判別のポイントが明らかになると考えられる.本年度はこの手法を軸に機会学習のモデリング,精度の検証を実施してきた. 機械学習用のワークステーションを購入し,機械学習を行うための環境は構築できた.一方,機械学習のモデリング作業が順調に進まなかったため,データのスクリーニングや方法の再検討を行う必要が生じた.研究協力者との打合せなどを通して,データ収集手法やモデリング手法を再検討し,適当な精度が出るモデルの完成を目指す.場合によっては追加実験を検討する必要がある.また,次年度に学会や論文などでの成果の公表を実施する予定である.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
機械学習のモデリング作業が順調に進まなかったため,データのスクリーニングや方法の再検討を行う必要が生じた.
|
今後の研究の推進方策 |
研究協力者との打合せなどを通して,データ収集手法やモデリング手法を再検討し,適当な精度が出るモデルの完成を目指す.場合によっては追加実験を検討する必要がある.また,次年度に学会や論文などでの成果の公表を実施する予定である.
|