はじめに

Pythonを使って、スポーツの動作を可視化していきたたいと思います。

前回はOpenPoseを使ったバッティングフォーム解析をやりました。
今回は、ピッチングの動作解析です。前回と同じOpenPoseに加えて、OpenCV、Pandasを使って動作を可視化してきたいと思います。

動作分析内容

環境

ピッチングの動画から「DeNA/Chainer_Realtime_Multi-Person_Pose_Estimation」を使って、
骨格を自動で検出します。

今回も野球素人のピッチング動画です。ピッチングそのもののうまい下手はとりあえず・・・

検出した骨格のxy座標情報⇒GitHub

右手首の軌跡を動画に重ねてみます。どのような軌道で投げているのか少し分かりやすくなりました。

実行ソース
https://github.com/nanako-ut/analyze-motion/blob/master/1_draw_motion.ipynb

右手首の軌道を散布図にしてみます。

散布図と同時に、回帰式も見てみます。
軌道の大まかな傾向（？）が見えてくるような気がします。

実行ソース
https://github.com/nanako-ut/analyze-motion/blob/master/2_prot_scatter_chart.ipynb

ピッチングの開始・終了までの肩、肘、腰の角度変化を見てみます。
肩（赤）と腰（青）は同じような角度変化をしているようです。
右肘（紫）は最初曲げており（角度が小さく）、だんだん伸びている（角度が大きく）なっていく様子が見て取れます。

実行ソース
https://github.com/nanako-ut/analyze-motion/blob/master/3_prot_line_chart.ipynb

肩・肘・腰の角度変化に相関関係があるか見てみます。
うーん、、、相関が見えるような見えないような・・・。

選手１人分のデータを分析してみました。１人分のデータの中から何がしかの特徴はあまり見えてきませんでしたが、、複数選手を分析してみたら、選手個々人の特徴が見いだせそうな気もします。
軌道、角度は選手別に何がしかのグループ分けができそう。