富士通フォーラム2018 バスケットボールにおけるプレイヤートラッキング技術

富士通フォーラム2018 バスケットボールにおけるプレイヤートラッキング技術

こんにちは。BOSSです。

前の記事で富士通フォーラム2018に参加してきたよーってこと
そしてそこで展示されていたデモンストレーションのひとつ「手書き文字認識システム」について紹介しました。

富士通フォーラム2018 大阪に参加してきました。 - 機械学習はじめました。

今日はその続き。

富士通の技術を用いたスポーツ観戦に関する先進技術を紹介したいと思います。

スポーツにおけるスタッツ

みなさんスタッツという言葉は聞いたことがあるでしょうか?

スポーツ観戦が好きな方なら知っているかと思いますが
チームや選手のプレーを観測、測定した統計データにあたります。

たとえば一例としてJリーグのスタッツの一部を示しますと

7月28日 セレッソ大阪 ベガルタ仙台 前半スタッツ

7月28日に行われたセレッソ大阪とベガルタ仙台の一戦、前半45分のボール保持率と選手のプレー位置のヒートマップになります。

こういう統計データを観客に示すことでより深い楽しみ方ができたり

あるいは練習に応用すればより科学的に選手に対してコーチがアプローチできます。

画像認識によるモーショントラッキング

さて、話を戻すと富士通フォーラム2018ではバスケットボールで選手のトラッキングを行う技術が展示されていました。

以下の動画をご覧ください。

バスケットボールのコートに8台の固定カメラを設置し、選手の背番号と頭を認識することでトラッキングを行いデータを取得するという技術になります。

加速度の検出

様々データの取得が可能ですが、他のトラッキング技術と違う点の一つが加速度の取得

つまり選手がどっちの方向に移動しようとしているのかというのをデータとして得る場合、通常は加速度センサーを選手の身につけます。

しかしながら、プロのアスリートというのはやはり機微な体の変化でパフォーマンスが変わるもの。

出来ることなら身に余計なものは何もつけない方が良いわけです。

そこで富士通の技術ではカメラでの補足のみで、カメラフレーム間での選手の少しの移動から加速度を検出しています。

一人の選手をトラッキング

さて映像でスポーツ観戦をしていると、一人の選手の一連のプレーを見る場面がありますよね?

例えば普通に動いてる選手をカメラに収めようとすると、カメラを動かしますよね?

横移動のことをパンするなんていいますが、選手の動きに合わせてカメラを動かすのが基本です。

しかし、この富士通のシステムは8台の固定カメラがあるだけです。

それではどうやったら選手の追随ができるのでしょうか?

実は8台のカメラは固定とはいえ視覚なく配置されています。
つまり、コートの中にいる選手は必ずどれかのカメラで捕捉出来る状態。

そこで8台の中のいずれかのカメラで捉えた選手の動きに合うように複数の映像をつなぎ合わせます。
その時に問題になるのが自然につなぎ合わせるという点。

ふつうに繋ぎ合わせようとするとどこか不自然な、そんな画ができてしまうことは想像にかたくありません。

それを可能にするのが
AIのチカラです。

詳細な学習モデルについて説明は聞けませんでしたが、より自然に映像をつなぎ合わせる技術というのは実はとんでもない技術なのではないかと思います。

AI開発と利用に投資をしてきた富士通ならではの先進技術であるといえます。

まとめ

簡単にですが、富士通のバスケットボールにおけるプレイヤートラッキング技術というのを紹介しました。

トラッキングデータ取得というのはプレイヤーへの指導やより戦術的な観戦を提供する重要な技術になります。

とくに現代のスポーツ観戦においてスタッツ表示は必須。

それをシステムとして支えようとする富士通の技術を少し知ることができたかなとおもいます。

次回は、同じくバスケットボールに対する先進技術ですが
より観戦側に重きを置いた本当に新しい技術というのを紹介したいと思います。