東京大学など、バレーボールにおけるトスの動きから0.3秒後のボール軌道を予測するニューラルネットワークを用いた手法を発表

東京大学とJSTさきがけによる研究チームは、トスをした時の動きからバレーボールの軌道を予測するニューラルネットワークを用いた手法を発表しました。

論文:Prediction of Volleyball Trajectory Using Skeletal Motions of Setter Player

著者:Shuya Suda. Yasutoshi Makino. Hiroyuki Shinoda
所属:Graduate School of Information Science and Technology, The University of Tokyo. Department of Complexity Science and Engineering, The University of Tokyo. JST PRESTO

本論文は、バレーボールにおけるトスの動きに基づいて、0.3秒後のバレーボールの2次元的な位置を予測する手法を提案します。本システムは、深度センサ(Kinect v2)を用いて、トスをする動きに対して3次元骨格座標をセッターの正面から計測し、取得したデータを時系列順に並べたデータセットをニューラルネットワークの入力として使用します。ネットワークの出力と、セッターの左側面から計測した映像から検出した実際のボール軌道との誤差が小さくなるように学習します。機械学習ライブラリはChainerを用います。

結果、トスの動きが未学習のテストデータであったとしても、ボールの軌跡を高い精度で予測することを実証しました。また、下半身を入力するよりも、全身、あるいは腕部分のみを入力する方が、高い精度になることも実証しました。

左:バックトスをしたときのボールの軌道。右:前方に跳ね返すようにトスをしたときのボールの軌道。赤丸が予測軌道で、緑丸が実際のボールの軌道。

さらに、画像から人物の2次元骨格座標を推定できる機械学習ライブラリOpenPoseを用いても、適切にボールの軌道予測ができることを実証しました。これにより、RGBカメラで撮影した映像からでも予測できる可能性を示しました。今後は、オリンピック等の世界的なスポーツ大会での実用化を目指すとしています。