@techreport{oai:ipsj.ixsq.nii.ac.jp:00234996,
 author = {石田, 和成 and Kazunari, Ishida},
 issue = {13},
 month = {Jun},
 note = {スポーツ動画における物体の数，位置，大きさ，分布にもとづく種目の推定を行う．そのため，画像 AI 技術における物体検出を用い，動画内の物体を抽出し，特徴ベクトルを定義し，機械学習に用いるデータセットを作成する．データセット作成のため，野球，バスケットボール，サッカー，ゴルフ，卓球，テニス，バレーボールの動画を用い，特徴ベクトルの計算および種目のラベル付けを行う．機械学習の方法として，ランダムフォレスト，サポートベクターマシン，ニューラルネットワークを用い，10 分割の交差検証によりモデルの予測精度を求める．その結果，平均および標準偏差にもとづく特徴ベクトルを用いたデータセットとランダムフォレストの組み合わせにより，ショート動画において 99％ 以上，元動画において 94% 程度の予測精度が得られた．},
 title = {画像AI技術と機械学習を用いたスポーツ動画の種目推定},
 year = {2024}
}