フットサル動画分析のためのデータ収集システム

• Item type: SIG Technical Reports(1)
• 公開日: 2020-09-22
• タイトル: フットサル動画分析のためのデータ収集システム
• 言語: jpn
• 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: 慶應義塾大学大学院政策・メディア研究科
• 著者所属: 慶應義塾大学大学院政策・メディア研究科
• 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): Graduate School of Media and Governance, Keio University
• 著者所属(英): en
• 著者所属(英): Graduate School of Media and Governance, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Environment and Information Studies, Keio University
• 著者名: 大村, 昇平; 谷村, 朋樹; 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: データを収集する機器の進化に伴い，スポーツの世界でも多様な分析を行うことが可能になっている．しかし，分析に必要なデバイスは高価であるため，データ収集・分析の恩恵を受けることができるのは一部の人に限られている．この問題を解決するために，多くの人に普及しているスマートフォンで撮影された動画から，データを収集・分析できるシステムを提案する．提案するシステムでは，物体検出の手法を用いて選手とボールを検出し，その検出結果のコート上での位置を使用することでフットサルの試合を分析する．本研究では，システムの個別の技術精度と分析の精度という 2 軸で評価した．システム個別の評価項目は，選手とボールの検出精度，選手の分類の精度，分析の精度の評価項目は支配率の精度とし，実験を行った．選手とボールの検出精度は選手が mAPスコア0.81，ボールは mAP スコア 0.437 となり，選手分類の精度は高い精度を出すことができたが，1 クラス 30 ％と低い精度になった．また，支配率に関しては，目視で判断した場合と大きな差はなかった．精度が低くなったものに関して考察した結果，小さな物体を検出するために更なる研究が求められるとわかった．
• 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: AA12628327
• 書誌情報: 研究報告コンシューマ・デバイス＆システム（CDS）; 巻 2020-CDS-28, 号 29, p. 1-6, 発行日 2020-09-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8604
• 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