弓道動画における結果予測とフォームフィックスツールの開発

• Item type: SIG Technical Reports(1)
• 公開日: 2024-05-02
• タイトル: 弓道動画における結果予測とフォームフィックスツールの開発
• タイトル / 言語: en
• タイトル: Development of Japanese Archery Video Result Prediction and Form Fix Tool
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 情報提示
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者名: 尾崎, 慶次郎; 小林, 尚輝; 大越, 匡; 中澤, 仁
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 画像処理と機械学習の進歩は，姿勢推定技術に大きな進歩をもたらした．この進歩は，アスリートの姿勢を分析しスポーツの結果を予測する取り組みを支えた．しかしながら，これらの取り組みはいずれも結果の予測を目標としており，ユーザーへの指導といった実用的なフィードバックの実現には至っていない．本研究では，Detectron2 による骨格推定と深層学習モデルを組み合わせた，弓道の的中結果予測システムの開発に加えて，フォームの改善方法を提案することのできるフォームフィックスツールの開発を目指す．的中結果予測システムは，LSTM や ResNet50 を用いて，時系列全体に注目した予測を目指す．フォームの改善方法の提案は，結果に対する各関節情報の寄与度を元に決定する．寄与度は，動画の各関節の座標の動きを，別動画の同じ関節の座標に変化させた際の，的中確率の変化を元に算出する．結果推定モデルについて，LSTM を使用したモデルでは 80% を超える精度を出すことができたが，『離れ (弓道において，矢を離す瞬間の動作のこと)』への注目度が高く，フォーム全体を注目することはできなかった．一方で，ResNet50 を使用したモデルでは，LSTM を使用するモデルと比べて分類精度とフォーム全体をみる能力の両方を向上させることができた．フォーム改善提案モデルはまだ実用段階には至っていないため，今後の取り組みで精度や正確性を向上させていく．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Advancements in image processing and machine learning have significantly improved posture estimation technologies. These developments have supported efforts to analyze athletes' postures and predict sports outcomes. However, these initiatives have primarily focused on outcome prediction without achieving practical feedback for user coaching. This study aims to develop an japanese archery hit prediction system using skeleton estimation with Detectron2 and a deep learning model, in addition to developing a Form Fix Tool that can propose methods for form improvement. The hit prediction system targets predictions focusing on the entire time series, utilizing LSTM and ResNet50. Proposals for form improvement are based on the contribution of each joint's information to the outcome. This contribution is calculated by changing the coordinates of each joint in a video and observing the change in hit probability when altered to match the coordinates of the same joints in another video. Regarding the result prediction model, the LSTM-based model was able to achieve over 80% accuracy, yet it heavily focused on ”hanare” (the moment of releasing the arrow in japanese archery), failing to encompass the entire form. On the other hand, the model using ResNet50 improved both classification accuracy and the capability to observe the entire form compared to the LSTM model. The form improvement proposal model has not yet reached the practical stage, thus, future efforts will focus on enhancing its accuracy and precision.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2024-UBI-82, 号 11, p. 1-8, 発行日 2024-05-02
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会