4
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

PosenetでFedexランクTOP50選手のインパクト時画像の角度を算出してみた

Last updated at Posted at 2019-07-24

画像や動画から人間の姿勢判定を行う人工知能「Posenet」から得られるデータをスポーツ・ゴルフに活用しよう、という試みを行なっています。

という訳で、Posenetで得られる座標から、米国PGAツアー・FedexランキングTOP50選手のインパクト画像を手作業でかき集め、選手によって差があるのか、を検証してみました。
今回はJavascript情報が無いですが、Posensetは「こちら」のExample usage の通りで、簡単に動作させることが出来ます。

ゴルフスイングの特徴を把握しようと思ったら

画像内の特徴点座標は、その画像本体の幅や高さがまちまちで、また人物が写っている箇所も異なるのため、単なるx,y座標点比較では相違・類似度の計算は出来ない、と考えました。
よって、多少のアングルのズレは仕方ない、として、特徴点3点がなす角度を算出し、その平均値をトップレベル選手のスイングの特徴、と定義付けることにします。(少し無理矢理感があります・・)

特徴点3点、3箇所

  1. 「鼻 - 胸 - 腰中心」の角度:122.53度
  2. 「鼻 - 腰 - くるぶし」の角度:119.71度
  3. 「鼻 - 胸 - 右手首」の角度:68.01度
    という感じです。

スクリーンショット 2019-07-24 21.13.13.png
スクリーンショット 2019-07-24 21.11.34.png

これを50選手分機械処理を行い、平均は以下の通りとなりました。
image.png
標準偏差は1桁なので、トッププロは、アドレスやバックスイングの癖が強くても、インパクトの瞬間は選手によって大きな誤差は無い、ということでしょうか。

##相関係数を出してみる
EXCELでの作業となりますが、平均値と各選手の値の相関係数「CORREL()」を出してみました。
当然ながら、全て「0.98」以上になりました。(以下10名抜粋)
image.png
平均値と各選手の値との相関だけでなく、各選手同士の相関も、0.96以上となりました。

*相関係数は、−1以上1以下の実数に値をとります。相関係数が正のとき確率変数には正の相関が、負のとき確率変数には負の相関があります。また相関係数が0のとき確率変数は無相関です。

一般ゴルファーのインパクト角度と比較してみる。

では、一般ゴルファーとの差はどうでしょうか?
image.png
相関係数は、「0.92」。
上記から考えると、0.92は、「PGAツアートップレベル選手のスイング特徴点」からは、かけ離れている、と言っても良さそうです。
角度だけを見ると、首だけが下がった立ちんぼ状態、でしょうか。

##今後
今回はまだ簡易な状態ですが、今後はTOP100〜もっと多くのトップレベル画像を収集&角度測定箇所を増やして、検証とモデル作成を続けたいと思います。
「教師なし」学習で分類しても良いかも。

データ収集やデータを用いて上達理論・勝利論のモデル構築に協力頂けるプロゴルファーやトップレベルアマチュアを探しています!一緒に効率の良い練習モデルを作りませんか?

4
2
3

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?