@techreport{oai:ipsj.ixsq.nii.ac.jp:00207206,
 author = {岩田, あきほ and 川島, 寛乃 and 大越, 匡 and 中澤, 仁 and Akiho, Iwata and Hirono, Kawashima and Tadashi, Okoshi and Jin, Nakazawa},
 issue = {27},
 month = {Sep},
 note = {フィギュアスケートでは，全ての演技の採点は一つ一つの技の出来栄えの判定結果を複雑に組み合わせて行う．そのため採点に審判の主観が含まれる可能性が問題視されている．そこで本研究では，採点の適正化を支援する取り組みのはじめの段階として深層学習モデルを使って技（エレメント）の認識を行う．本論文ではフィギュアスケートの演技構成要素の一つであるステップシークエンスに着目し，動画からエレメントの判別を行うモデル SkateNet を提案する．また，独自に収集したフィギュアスケートの動画よりスケートデータセットを作成する．実験ではフレームごとにエレメントの認識を行い精度で評価する．その結果，背景などの余分な情報が含まれていると元動画からエレメントを推定し識別することは難しいことから，そのようなノイズをできるだけ除去することが重要であることがわかった．また，より詳細な下半身の関節座標の使用により精度が向上するであろうことが示された．, In figure skating, all the performances are scored by a complex combination of judging results of each element. Therefore, the possibility of subjectivity of judges is considered to be a problem in scoring. In this study, as the first step of supporting the improvement of scoring, we use a deep learning model to recognize the elements of a performance. In this paper, we focus on the step sequence, which is one of the components of figure skating, and propose a model, SkateNet, that can identify the elements from the video clips. We also make a skate dataset from figure skating movies we collected. In our experiments, we recognize elements in each frame and evaluate the accuracy of the model. As a result, we found that it is important to remove the extra information such as background as much as possible because it is difficult to estimate and identify elements from the original video. It is also found that more detailed coordinates of the lower body joints would improve the accuracy of the estimation.},
 title = {深層学習モデルを用いたフィギュアスケートにおけるステップシークエンスのエレメント認識},
 year = {2020}
}