| 研究課題/領域番号 |
19K04911
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
廣津 信義 順天堂大学, スポーツ健康科学部, 教授 (90360726)
|
|---|
| 研究分担者 |
吉村 雅文 順天堂大学, スポーツ健康科学研究科, 教授 (10210767)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 深層学習 / 球技 / 評価指標 |
|---|
| 研究実績の概要 |
本研究は、試合中の選手の細かな動きに関する時系列データから深層学習の技術を用いて特徴量を抽出し、指導者の経験などによる評価と比較することで、新たな視点での選手評価の特徴量を見出す可能性を探索すると共に、その有用性を検討することが目的である。対象競技はサッカー、ハンドボール、バスケットボール、バレーボールとしている。
2019年度の実績としては、当初の計画通りパイロットスタディとして、順天堂大学にて収集してきた女子サッカーの測定データを深層学習を用い分析した。具体的には、Python/Kerasにより選手の速度データの時系列分析を行い、一次元畳込み層を用いたモデルやLSTMモデルなど各種の深層学習モデルを適用しチューニングすることで、予測がある程度可能となるモデルを探索でき、特徴量の一部を可視化することができた。
また、データ測定については、新規のデータとして、サッカーについては順天堂大学女子サッカー部で十数試合、ハンドボール・バスケットボールについては協力先のチームにて数試合程度の測定を実施することができ、データが蓄積されつつある。なお、サッカーのデータについては、分析専用ソフトウェアCatapult Visionに、映像データとGPS専用ソフトウェアで抽出したデータを取り込むことで、効率よく分析していく体制を整えた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の予定通り、既に取得していた女子サッカーの測定データについて、深層学習を用い分析を試みることができた。また、データ測定についても、サッカー、ハンドボール、バスケットボールについて、試合中のデータを新たに測定し、データを蓄積しつつある。
|
| 今後の研究の推進方策 |
深層学習による既存データの分析を進めるなかで、課題を抽出していく。サッカー、ハンドボール、バスケットボールについては、GPSデバイスによる試合中のデータ測定を継続して行うと共に、練習試合やトレーニング時のデータの測定も実施してみる。バレーボールについてもデータ測定を今後進めていく。研究成果を学会発表や論文誌への投稿を通して行っていく。
|
| 次年度使用額が生じた理由 |
新型コロナウイルスの影響で予定していた学会が中止となったため、旅費に関しては、次年度で使用したい。また、データ測定に関わる費用については、初年度は予定より少ない試合数での測定となった分、次年度での測定数を増やしデータ蓄積を充実させたい。また分析専用ソフトウェアCatapult Visionのライセンス料などにも使用し、効率よくデータ分析できる体制を維持したい。
|
