• 検索結果がありません。

感性情報学講座

N/A
N/A
Protected

Academic year: 2018

シェア "感性情報学講座"

Copied!
2
0
0

読み込み中.... (全文を見る)

全文

(1)

Kinect

を用いたペナル

キック

方向推定における

重要特徴点

抽出

Extraction of Important Features in Direction

Estimation of Penalty Kick using Kinect

感性情報学講

0312014113

千葉

康汰

教員:伊藤慶明

嶋和

1.

じめに

ッ カ 試 合 い 試 合 中

キック(PK) ,勝敗を左右 あ . ,PK 戦 勝敗を決 あ , キ (GK) PK を阻 非常 重要 あ .一方,1930 年 2010 年

FIFA(国 際 ッ カ 連 盟)ワ カ ッ 全 試

合 PK 回数 204回1) あ ,そ う キ を セ し 38 回

(18.6%) い確率 い .そ ,先行研

究2) Kinect V2を用い 取得し ボ 蹴 前 動 作 骨 格 タ 左 右 蹴 分 け 自 動 を SVM(Support Vector

Machine) 行い,キック方向を予測

着目 重要特 動作を分析し い . 本研究 ,分析を 進 ,GK 容易

重要特 抽出 い 検討 .

2.

研究概要

本研究 ,Kinect V2を使用し PK け キッカ 骨格 タを取得し,取得し タ 後 述 い く 特 量 を 抽 出 し うえ ,左右 蹴 分けを学習 自動識 . 左右 蹴 分け 2ク 分類 あ ,識 機 SVMを使用 .

2.1. タ取得条件

タ取得対象者 , ッカ 経験者39名(う キ 3 名) ,左右 を 1 回 狙

PKを行 い タを取得し .

タ取得 際 GK 方向 予

測 タ 取得し い ,PK全80回 う 方向 飛び込 い 40 回(50%) い .

大 やボ を置く 置,PK 実際 ッカ 協会 規則3) 則 .

1 う Kinect V2をボ 1.7

離 置 設置し,Kinect V2 認識範 内

4.0 以内 助走を取 う.

実戦 近いPK戦 タを取 ,以

条件 ,対戦形式 タ取得を行 .

A) キ を含 1チ 13名 3チ

分 い総当 対戦 .

B) 1 人1 回 両チ 交互 キックを行う.

C) 通常 PK戦 異 ,両チ 13回

キ ッ ク を 完 了 前 勝 敗 決 定 し 場 合 ,終了 全26回 キックを 行 う.

D) 1チ 2試合 1人2回キック

,2回目 キック 方向 1回目 キック 異 方向 し (持 球 右:1回 左:1回).

1回目 方向 蹴 い. し,

GK 知 ,GK キック

場合 左右自由 蹴 う.

E) GK 自分 守備順以外 時 キッカ キ

ック を見 いけ い.

F) 実 戦 近 い 真 剣 を 得 優 勝 チ

賞品を授与し,最 罰 を課し .

(2)

3.

実験

前 節 述 条 件 取 得 し タ を 用 い ,

SVM 機械学習を行い,PK い 左右

蹴 分 け 特 違 い 実 験 を 行 .SVM LIBSVMを利用し .

3.1. 学習 評価方法

取 得 し タ う 右 利 キ ッ ク

確 タ 取 い 断 35人

分 タ(右35回,左35回)を実験 使用し,

4分割交差検証 学習 評価を行 .

3.2. 特徴量

Kinect V2 1秒間 30 取得 ,

各 対し 25個 骨格 x,y,z 標

を抽出 . 標 人 大

あ ,足を引い 瞬間 蹴 瞬間 2 タ を 使 尻 骨 格 を 中 心 し 相対値 変換し,そ 相対値を最大値 1,最

値 0 う 規化し うえ ,以 特

量を抽出し .

2 各骨格 ク ッ 距離(70個)

2 各骨格 移動角 (70個)

2 各骨格 ク 向 (140個)

2 足を引い 瞬間 蹴 瞬間 2

抽 出 特 を 太線 矢 印 示 し あ . , ク 向 式(1)を 用い .

x

1

-x

2 ,

y

1

-y

2,

z

1

-z

2

(1)

先行研究 20個 骨格を 半身10個, 半身10個,右半身8個,左半身8個 分け 4

分割交差検証を行 , 半身 率

65% 最 高い結果 .本研究

細 い重要特 を抽出 ,25個 骨 格 一 骨格を引い 24個 骨格 タ

し,骨格 寄与率を求 .

3.3. 実験結果

25個 各骨格 率 寄与し い 割合

5件 結果を 3 示 .

結果 ,右脚 左腕 骨格 率

寄与しや い 明し .先行研究 骨格

10個 65% 比 ,本研究 ,右脚,左腕

重要特 量を2 絞 成功し .

4.

まとめ

本研究 Kinect v2を用い, ッカ PK

け ボ 蹴 前 骨格 タを

取得し,左右蹴 分けを機械学習 自動 し 結果を分析 ,右脚 左腕 骨格

率 寄与し い 明し .今後 ,右

脚 左腕 キッカ 特 し う 動

を分析し,PK戦 い キ 右 脚 左腕 動 け 着目

方向 予測 向 を検証し い

い.

参考文献

1) BBC iWonder What makes the perfect World

Cup shootout penalty?

http://bbc.co.uk/guides/zgg334j (2017/12/27) 2) Kinect を 用 い キック方 向予

測 岩手県立大学 感性情報学講 林慶亮

3) ッカ 競技規則-日本 ッカ 協会

http://www.jfa.or.jp/match/rules/pdf/la

w_soccer_all_11.pdf (2017/12/27)

2 ク ッ 距離(左),移動角 (右 ) ク 向 (右 )

3 骨格 寄与率( 5件)

7.0 7.3 7.4 7.6 7.7

70 75 80 85

25個 左手首 左手先 右ひざ 右足 右足首

判別率%

参照

関連したドキュメント

理工学部・情報理工学部・生命科学部・薬学部 AO 英語基準入学試験【4 月入学】 国際関係学部・グローバル教養学部・情報理工学部 AO

出典 : Indian Ports Association & DG Shipping, Report on development of coastal shipping 2003.. International Container Transshipment Terminal (ICTT), Vallardpadam

Amount of Remuneration, etc. The Company does not pay to Directors who concurrently serve as Executive Officer the remuneration paid to Directors. Therefore, “Number of Persons”

[r]

関谷 直也 東京大学大学院情報学環総合防災情報研究センター准教授 小宮山 庄一 危機管理室⻑. 岩田 直子

東京都健康安全研究センターはホームページ上で感染症流行情 東京都健康安全研究センターはホームページ上で感染症流行情

日 時:5 月 30 日(水) 15:30~16:55 場 所:福岡女学院大学ギール記念講堂

学側からより、たくさんの情報 提供してほしいなあと感じて います。講議 まま に関して、うるさ すぎる学生、講議 まま