@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219800,
 author = {松見, 涼輔 and 土田, 修平 and 寺田, 努 and 塚本, 昌彦},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2022論文集},
 month = {Jul},
 note = {サッカーのドリブルにおける重要な技術の一つにフェイントがある．フェイント技術の習得には，個人による動作確認の練習が必要であるが，フェイント動作の巧さを評価する際，自身の主観的な感覚に頼るという問題点がある. 本研究では，プレーヤがフェイント動作を行う映像を OpenPose を用いて解析し，プレーヤの骨格情報からフェイント動作の巧さを点数化するシステムを提案する．フェイント動作を点数化することでユーザのフェイント動作の巧さを定量的に評価でき，パフォーマンス向上につながると考える．フェイント動作の巧さの評価基準を，被験者にフェイント動作の映像を見ながらプレーヤが左右どちらに移動するかをキーボード入力で予測してもらい，騙された被験者が多いフェイント動作を巧いフェイントと定義した．提案システムの構築では三つの学習モデルを用いて，100 個のフェイント動作のデータの内，20 個をテストデータ，80 個を学習データとし各学習モデルを 5 分割交差検証で評価した. 予測精度の検証を行った結果，最も低い MAE の値は 1.62 であり，Permutation Importance の結果より体の下半身の特徴点が重要であるとわかった．次に，予測精度の向上のためにプレーヤごとに学習モデルを作成し，特徴量を体の下半身の特徴点のみにした場合で，それぞれのプレーヤにおける推定精度の調査と評価を行った．その結果，最も低い MAE の値が 1.41 となり，精度の向上を確認した．},
 pages = {1630--1639},
 publisher = {情報処理学会},
 title = {サッカーのドリブルにおけるフェイント動作の巧さの画像解析を用いた評価手法},
 volume = {2022},
 year = {2022}
}