深層学習による動作技能の達成度評価方法の解明

• 研究課題/領域番号: 21K19697
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分59: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: 筑波大学
• 研究代表者: 西嶋 尚彦 筑波大学, 体育系, 教授 (50202239)
• 研究分担者: 安藤 梢 筑波大学, 体育系, 助教 (30904007)
• 研究期間 (年度): 2021-07-09 – 2023-03-31
• 研究課題ステータス: 完了 (2022年度)
• 配分額: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円); 2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円); 2021年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
• キーワード: 運動軸推定 / 運動姿勢推定 / 深層学習 / 動作技能 / 運動能力 / 達成度評価 / 項目反応理論

研究開始時の研究の概要

深層学習による新しい運動能力の測定評価法の構築に挑戦する．身体運動の特徴量を深層学習することで，運動映像から動作技能として運動能力を測定し，達成度評価のアルゴリズムを解明することを目的とする．そのために，運動動作の特徴量である動作技能KPIを抽出する．スポーツの熟練者が暗黙知として視認している「匠の技」である運動の動作技術と達成基準を抽出する．動作技能の達成度評価のための項目特性を分析する．映像から身体運動を認識する深層学習技術を適用して，体育実技やスポーツの運動映像から達成した動作技術の特徴量を測定し，達成度評価するアルゴリズムを構築し，精度を分析する．

研究成果の概要

深層学習による新しい運動能力の測定評価法の構築に挑戦した．身体運動の特徴量を深層学習することで，運動映像から動作技能として運動能力を測定し，達成度評価のアルゴリズムを解明することを目的とし，段階的な研究課題の解決に挑戦した．(1) スポーツの熟練者が視認している動作技術と達成基準を明らかにした．(2) 動作技術の達成度評価のための項目と評価基準を明らかにした．(3) 深層学習技術を適用して，姿勢推定アルゴリズムから出力される四肢体幹の計測点から，体軸を表示する体軸推定アルゴリズムを明らかにした．

研究成果の学術的意義や社会的意義

【学術的意義】スポーツ映像への深層学習アルゴリズム構築技術の適用は，早急な解決が必要不可欠な研究課題である．(1) 運動映像から運動能力を測定する深層学習アルゴリズムの構築，(2) 動作技能項目の達成度評価基準を分析することで，深層学習のためのKPIの解明，(3) スポーツの専門家が有する暗黙知である「匠の技」の見える化．【社会的意義】データテクノロジーと深層学習手法の適用により，スポーツ映像から動作技能を達成度評価するアルゴリズムの構築は，スポーツや体育でのICT教育の発展基盤となる．