[3a1201-03] 測定評価／口頭発表①

10:30 AM - 10:44 AM JST(1:30 AM - 1:44 AM UTC)

[08測-口-03] AIの骨格推計技術を用いた走動作の評価の試み動画上の走者2名の同定を中心に

*Shohei Kokudo¹, Takashi Sano¹ (1. Chukyo University)

目的　AIを用いた骨格推定は、映像情報により関節の位置を推測するものであり将来は運動動作の評価にも活用されることが期待される。骨格推定は、各動画のフレームから人物を抜き出し、主要関節の位置を推計する。分析はフレーム単位であるため、前後のフレームにおいて、同一の人物として、認識されないことも多い。すなわち、複数の人物が映った場合に、対象者を特定し、その人物の情報を一連の動画フレームで正しく追跡する仕組みが必要となる。本研究では、AIの骨格推計を用いて２名の走者がどの程度正確に同定できるか、各関節点はどの程度正確に推計されているかを検討することを目的とする。
方法　走動作の観察的分析を行うために撮影した小学4年生、中学1年生の59動画、118名を対象として、骨格推計用のモジュールHRNetを用いて、走動画の骨格推計を行った。なお、その際、人物同定のためのアルゴリズムを考案し、人物同定を自動で行った。以上のプログラム開発は合同会社ワイズラボに依頼した。その後、研究者が人物が適切に同定されているかをHRNetが生成した骨格推計情報並びに動画を視認することで確認した。走者を同定できた動画について、主要な関節の位置情報、確信度、時系列の変化について、事例的に分析を行った。
結果及び考察　分析した59動画のうち、3名以上が認識された動画が20動画であったが、16画像は1名を途中で分割したり、不要な人物を余分に認識したりしたため、走者の同定は可能であった。走者の重複は8動画あり、４動画は2名とも人物の同定ができなかった。また、2名が同定されていても、途中で認識されている人が入れ替わった場合がなど6動画であった。以上の結果、96名、81.4％が走者を同定できた。しかし、左右のコースの認識は30動画で誤っていた。認識された動画の確信度は、分散が大きく、転子点では0.5-0.7程度と低かった。