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。 2020年度の実績としては、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により100Hzで測定した選手の3次元加速度データの時系列分析を行い、生データを3秒ごとに高速フーリエ変換(FFT)し、映像からみられる選手の動きとFFTの結果を比較した。可視化したFFT画像をオートエンコーダなど各種の深層学習モデルを適用し、教師なし学習の手法を用いて、選手の動きを分類するべくチューニング作業を進めている。 なお、データ測定については、新型コロナウィルスの影響もあり、順天堂大学女子サッカー部を対象として練習中や体力テストの際の新規のデータ測定を行うことができたが、試合については10試合弱の新規データの取得に留まった。他競技であるハンドボール、バスケットボール、バレーボールについては新規データは取得できなかった。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
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は、深層学習を用いた分析を進めることができている。順天堂大学女子サッカー部を対象として練習中や体力テストの際のデータ測定を行うことができた。しかしながら、新型コロナウィルスの影響で、ハンドボール、バスケットボール、バレーボールについては新規のデータ測定ができなかった。
|
今後の研究の推進方策 |
2019年度までに測定したデータの分析を進めていき、引き続き、深層学習を適用する際の課題を抽出していく。新型コロナウィルスの状況をみつつ、ハンドボール、バスケットボール、バレーボールについて新規のデータ測定を試みると共に、練習中や体力テスト時のデータの測定も継続して実施してみる。研究成果については、MathSport2021や日本体育学会などでの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も、ハンドボール、バスケットボール、バレーボールでの測定ができなかった分、次年度での測定数を増やしデータ蓄積を充実させたい。また引き続き、分析専用ソフトウェアCatapult Visionのライセンス料などに使用し、効率よくデータ分析できる体制を維持したい。
|