Promotion of informatisation for swimming. - swimming motion estimation by artificial intelligence, and ontological aggregation of practical instruction knowledge -

推进游泳信息化。

• 批准号: 20K11419
• 负责人: 野村 照夫
• 金额: $ 2.83万
• 依托单位: Kyoto Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11419/
• 关键词: 高飛込; 背景減算; 画像回転; 演技追跡; 姿勢推定; 水泳; AI姿勢推定; 安全な水泳指導; 情報化; 指導実践知; オントロジー; 人工知能

目的：高飛込画像の前処理工夫で、演技の追跡と姿勢推定の検出力を向上させることを目的とした。方法：FINA Diving World Series 2018の10m高飛込を対象とした。飛込台上から入水までの演技を撮影した。 ビデオカメラを縦置で撮影した (1080×1920 px、59.94 fps、SO: 原動画)。演技範囲をSOから切り出した (CL：切り出し動画、300×1200px)。入水終了時フレームを背景画像として CL から抽出した(BS：背景減算動画)。 プログラムはOpenCV4.5.3の機能であるDaSiamPRNトラッカーを利用してPythonで自作した。 ダイバーの胴体を最初の画面で境界ボックスとして指定し、胴体を追跡した。 BSフレームから検出した胴体の中心座標を基にCLの100×300pxの動画を抽出した。 各フレームを1度ごとに360度回転させた300×300ピクセルの動画（RO：回転動画）を作成した。 姿勢推定アプリケーション (Vision Pose、Next-System) を使用して、30 のキー ポイントで姿勢を推定した。結果：胴体の追跡データは、CL よりも BS の方が改善された。 プラットフォームからの離陸と水への進入の間、BS は手動追跡の股関節座標値と非常に高い相関 (r>0.967) を示した。 SO、CL、BS の姿勢推定では多くのデータ不足が観察された。 一方、ROでは65541ポーズが推定された。 回転前のフレームに逆変換したメディアン座標を代表値として使用することで、安定した推定値が得られた。考察：高飛込のパフォーマンス解析において、背景減算を用いた身体追跡で、ダイビング軌跡が捉えられた。 ただし、より細かい手足の動きを推定するには、動画回転にて姿勢推定できる角度を見つけることが適切であることが示唆された。

Objective: goofy 込 portrait の 処 before time で, acting の tracing と pose constructive の 検 output を upward さ せ る こ と を purpose と し た. Method: FINA Diving World Series 2018 <s:1> 10m high flight 込を vs. と た た. Fly to 込, stage ら, enter water まで, <s:1> act を, take a photo た. Youdaoplaceholder0, ビデ カメラを縦 set で to た た (1080×1920 px, 59.94 fps, SO: original animation). Acting fan 囲をSO ら ら cut out た (CL: cut out animation, 300×1200px). At the end of the water entry, フレ フレ ムを ムを background image と て CL た ら is drawn out た(BS: background subtraction animation). Function of プ ロ グ ラ ム は OpenCV4.5.3 の で あ る DaSiamPRN ト ラ ッ カ ー を using し て Python で made し た. ダ イ バ ー の carcass を initially の picture で realm ボ ッ ク ス と し て specified し, carcass を tracing し た. BSフレ ム ム ら検 ら検 extract the <s:1> た carcass <s:1> center coordinate を base にCL <s:1> 100×300px <e:1> animation を extract the た た. Each フ レ ー ム を 1 degree ご と に 360 degrees to planning さ せ た 300 x 300 ピ ク セ ル の animation (RO: back to the planning animation) を made し た. Pose constructive ア プ リ ケ ー シ ョ ン (Vision Pose, the Next - System) を use し て, 30 の キ ー ポ イ ン ト で posture を presumption し た. Result: carcass <s:1> trace デ デ タ タ タ タ and CL よ <s:1> BS <s:1> are used to が improve された. プ ラ ッ ト フ ォ ー ム か ら の from と lu water へ の enters の section, BS は manual tracing の masato coordinates numerical と に い very high phase masato を (r > 0.967) in し た. SO, CL, BS <s:1> postures are presumed to be で で many く デ デ タ タ insufficient が観 observation された. One party, ROで で 65541ポ ズが ズが presumes された. Back before planning の フ レ ー ム に inverse variations in し た メ デ ィ ア ン coordinates を representative numerical と し て use す る こ と で, stable し た presumption of numerical が must ら れ た. Inspection: goofy 込 の パ フ ォ ー マ ン ス parsing に お い て, background, calculate を damping い た body tracing で, ダ イ ビ ン グ trajectory が catch え ら れ た. た だ し, よ り fine か い brothers の dynamic き を presumption す る に は planning, animation back に て pose constructive で き る Angle を see つ け る こ と が appropriate で あ る こ と が in stopping さ れ た.

项目成果

人工知能に基づく人間の姿勢推定による飛込競技の空中運動解析の創意工夫

基于人工智能的人体姿态估计巧妙地进行跳水比赛空中运动分析

• 发表时间: 2021
• 作者: 野村照夫;来田宣幸
• 通讯作者: 来田宣幸

地域教育機関と大学の連携ー小学校危機管理ー

地方教育机构与大学的合作——小学危机管理

• 发表时间: 2022
• 作者: 中田博保;藤元章;原田義之;平井豪;櫻木史郎;兼松泰男;山田省二，藤元章，赤堀誠志，Md.Tauhidul ISLAM;野村照夫
• 通讯作者: 野村照夫