JP7071018B1 - 評価装置、方法及びプログラム - Google Patents
評価装置、方法及びプログラム Download PDFInfo
- Publication number
- JP7071018B1 JP7071018B1 JP2021022690A JP2021022690A JP7071018B1 JP 7071018 B1 JP7071018 B1 JP 7071018B1 JP 2021022690 A JP2021022690 A JP 2021022690A JP 2021022690 A JP2021022690 A JP 2021022690A JP 7071018 B1 JP7071018 B1 JP 7071018B1
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- feint
- action
- motion
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000009471 action Effects 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Abstract
Description
特許文献1では、機械学習したモデルを用いて運動中の選手のプレーや演技などの動作を客観的に評価する技術が開示されている。
まず、図1を用いて、第1の実施形態に係る評価装置10の構成を説明する。
評価装置10は、取得部11及び評価部12を備える。取得部11は、撮像されたプレイヤのフェイント動作を取得する。評価部12は、予め記憶されている機械学習による学習済みモデルに基づいてプレイヤのフェイント動作を評価する。
まず、取得部11は、撮像されたプレイヤのフェイント動作を取得する。次に、評価部12は、予め記憶されている機械学習による学習済みモデルに基づいてプレイヤのフェイント動作を評価する。具体的には、評価部12は、学習済みモデルよって予測される予測動作と異なるか否かに基づいてフェイント動作を評価する。
まず、図2-図3を用いて、第2の実施形態に係る評価装置20の構成を説明する。図2-図3に示すように、評価装置20は、第1の実施形態に係る評価装置10を具体化したものであり、撮像部21、取得部22、評価部23、出力部24、学習部25及び記憶部26を備える。取得部22及び評価部23は、それぞれ第1の実施形態に係る取得部11及び評価部12に対応する。
加えて、評価部23は、学習済みモデルを用いて、フェイント動作とスキルが所定の水準以上のプレイヤのフェイント動作との類似度に基づいてフェイント動作を評価してもよい。
記憶部26は、学習部25によって生成された学習モデル及び学習済みモデルを記憶する。なお、記憶部26は、撮像部21で撮像されたプレイヤの画像又は動画を記憶していてもよい。
図4に示すように、まず、撮像部21は、例えばカメラなどの撮像機能を有し、プレイヤのフェイント動作の画像(複数枚の一連の画像)又は動画を撮像する。そして、取得部22は、撮像部21から撮像画像を取得する(ステップS101)。さらに、取得部22は、取得した撮像画像を評価部23に供給する。
例えば、ステップS102において、図5に示すように、評価部23は、学習済みモデルよって予測される予測動作と異なるか否かに基づいてフェイント動作を評価する。具体的には、評価部23は、受け取った撮像画像に含まれるフェイント動作における任意の第1のアクションを検出する(ステップS201)。次に、評価部23は、検出された第1のアクションの次の第2のアクションを抽出する(ステップS202)。
図7に示すように、まず、取得部22は、教師データを取得する(ステップS301)。評価装置20のユーザは、教師データとして例えばプレイヤが行うフェイント動作の画像や動画を用いる。次に、学習部25は、取得部22によって取得された教師データからフェイント動作を学習し、上述した評価部23がプレイヤのフェイント動作を学習し、フェイント動作を点数化するための学習モデルを生成する(ステップS302)。次に、学習部25は、生成された学習モデルを記憶部26に記憶する(ステップS303)。ここで、評価装置20は、ステップS201において教師データを繰り返し取得し、学習モデルを成長させてもよい。最終的に構築された学習モデルを学習済みモデルと称する。
また、評価装置20は、点数化されたプレイヤのフェイント動作をフィードバックする。そうすることによって、評価装置20のユーザは、プレイヤ間のフェイント動作の良し悪しの比較ができる。また、プレイヤは自身の課題を客観的に評価できる。
例えば、ステップS102において、評価部23は、学習済みモデルを用いて、フェイント動作とスキルが所定の水準以上のプレイヤのフェイント動作との類似度に基づいてフェイント動作を点数化してもよい。
続いて、図8を用いて、評価装置10及び評価装置20に係るコンピュータ1000のハードウェア構成例を説明する。図8においてコンピュータ1000は、プロセッサ1001と、メモリ1002とを有している。プロセッサ1001は、例えば、マイクロプロセッサ、MPU(Micro Processing Unit)、又はCPU(Central Processing Unit)であってもよい。プロセッサ1001は、複数のプロセッサを含んでもよい。メモリ1002は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ1002は、プロセッサ1001から離れて配置されたストレージを含んでもよい。この場合、プロセッサ1001は、図示されていないI/Oインターフェースを介してメモリ1002にアクセスしてもよい。
11 取得部
12 評価部
20 評価装置
21 撮像部
22 取得部
23 評価部
24 出力部
25 学習部
26 記憶部
Claims (7)
- 撮像されたプレイヤのフェイント動作を取得する取得部と、
予め記憶されている機械学習による学習済みモデルに基づいて前記フェイント動作を評価する評価部と、
前記評価部は、前記学習済みモデルよって予測される予測動作と異なるか否かに基づいて前記フェイント動作を評価し、
前記評価部は、前記フェイント動作における第1のアクションを抽出し、前記第1のアクションの次に実行される第2のアクションが前記学習済みモデルよって予測される予測アクションと異なる場合の評価を、前記第2のアクションが前記予測アクションと同様である場合の評価より高くする
評価装置。 - 前記評価部は、前記学習済みモデルよって予測される予測動作と異なる場合の前記フェイント動作を、当該予測動作と同様の場合の前記フェイント動作より高く評価する
請求項1に記載の評価装置。 - 前記評価部は、前記学習済みモデルを用いて、前記フェイント動作とスキルが所定の水準以上のプレイヤのフェイント動作との類似度に基づいて前記フェイント動作をさらに評価する
請求項1又は2に記載の評価装置。 - 前記評価部は、点数によって前記フェイント動作を評価する
請求項1乃至3のいずれか1項に記載の評価装置。 - 前記評価結果をプレイヤごとに出力する出力部をさらに備える
請求項1乃至4のいずれか1項に記載の評価装置。 - コンピュータが、
撮像されたプレイヤのフェイント動作を取得することと、
予め記憶されている機械学習による学習済みモデルに基づいて前記フェイント動作を評価することと、を含み、
前記フェイント動作を評価することは、前記学習済みモデルよって予測される予測動作と異なるか否かに基づいて前記フェイント動作を評価することを含み、
前記フェイント動作を評価することは、前記フェイント動作における第1のアクションを抽出し、前記第1のアクションの次に実行される第2のアクションが前記学習済みモデルよって予測される予測アクションと異なる場合の評価を、前記第2のアクションが前記予測アクションと同様である場合の評価より高くすることをさらに含む
方法。 - 撮像されたプレイヤのフェイント動作を取得する処理と、
予め記憶されている機械学習による学習済みモデルに基づいて前記フェイント動作を評価する処理と、をコンピュータに実行させ、
前記フェイント動作を評価する処理は、前記学習済みモデルよって予測される予測動作と異なるか否かに基づいて前記フェイント動作を評価する処理を含み、
前記フェイント動作を評価する処理は、前記フェイント動作における第1のアクションを抽出し、前記第1のアクションの次に実行される第2のアクションが前記学習済みモデルよって予測される予測アクションと異なる場合の評価を、前記第2のアクションが前記予測アクションと同様である場合の評価より高くすることをさらに含む
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022690A JP7071018B1 (ja) | 2021-02-16 | 2021-02-16 | 評価装置、方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021022690A JP7071018B1 (ja) | 2021-02-16 | 2021-02-16 | 評価装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7071018B1 true JP7071018B1 (ja) | 2022-05-18 |
JP2022124826A JP2022124826A (ja) | 2022-08-26 |
Family
ID=81652914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021022690A Active JP7071018B1 (ja) | 2021-02-16 | 2021-02-16 | 評価装置、方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7071018B1 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002516121A (ja) | 1998-03-03 | 2002-06-04 | アリーナ, インコーポレイテッド | 多次元空間における運動技術を追跡し、そして評価するためのシステムおよび方法 |
JP2011036483A (ja) | 2009-08-12 | 2011-02-24 | Hiroshima Industrial Promotion Organization | 画像生成システム、制御プログラム、及び記録媒体 |
JP2012245071A (ja) | 2011-05-25 | 2012-12-13 | Aina:Kk | 反復練習支援装置およびその装置を用いた反復練習支援方法 |
JP2015531904A (ja) | 2012-06-29 | 2015-11-05 | ナイキ イノベイト シーブイ | 小売トレーニング・アプリケーション |
US20170147872A1 (en) | 2014-06-25 | 2017-05-25 | Renaud Maroy | Method of identifying a movement by quantified recursive bayesian filtering |
JP2019213900A (ja) | 2013-12-02 | 2019-12-19 | ナイキ イノベイト シーブイ | 飛行時間 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001092342A (ja) * | 1999-09-27 | 2001-04-06 | Naohide Tomita | 予測判断訓練装置およびそれを利用した予測判断訓練方法 |
FR2892315B1 (fr) * | 2005-10-21 | 2009-04-17 | Xkpad Sa | Dispositif interactif pour jeux video. |
US20100316983A1 (en) * | 2009-06-10 | 2010-12-16 | Johns Jr William Burgan | Educational exercise system and method simulation of swordplay |
CN103502987B (zh) * | 2011-02-17 | 2017-04-19 | 耐克创新有限合伙公司 | 使用图像数据选择并关联体育活动数据 |
JP7345108B2 (ja) * | 2019-06-20 | 2023-09-15 | パナソニックIpマネジメント株式会社 | プレイ分析装置、プレイ分析方法、及び、コンピュータプログラム |
-
2021
- 2021-02-16 JP JP2021022690A patent/JP7071018B1/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002516121A (ja) | 1998-03-03 | 2002-06-04 | アリーナ, インコーポレイテッド | 多次元空間における運動技術を追跡し、そして評価するためのシステムおよび方法 |
JP2011036483A (ja) | 2009-08-12 | 2011-02-24 | Hiroshima Industrial Promotion Organization | 画像生成システム、制御プログラム、及び記録媒体 |
JP2012245071A (ja) | 2011-05-25 | 2012-12-13 | Aina:Kk | 反復練習支援装置およびその装置を用いた反復練習支援方法 |
JP2015531904A (ja) | 2012-06-29 | 2015-11-05 | ナイキ イノベイト シーブイ | 小売トレーニング・アプリケーション |
JP2019213900A (ja) | 2013-12-02 | 2019-12-19 | ナイキ イノベイト シーブイ | 飛行時間 |
US20170147872A1 (en) | 2014-06-25 | 2017-05-25 | Renaud Maroy | Method of identifying a movement by quantified recursive bayesian filtering |
Also Published As
Publication number | Publication date |
---|---|
JP2022124826A (ja) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130252216A1 (en) | Monitoring physical therapy via image sensor | |
WO2014162787A1 (ja) | 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置 | |
JPWO2018211571A1 (ja) | 演技表示プログラム、演技表示方法および演技表示装置 | |
US11726556B2 (en) | Systems and methods for responsively adaptable virtual environments | |
US20210170230A1 (en) | Systems and methods for training players in a sports contest using artificial intelligence | |
US20150242797A1 (en) | Methods and systems for evaluating performance | |
KR20160059844A (ko) | 운동 궤적 분석을 이용한 훈련 방법 및 장치 | |
JP7071018B1 (ja) | 評価装置、方法及びプログラム | |
EP3009173B1 (en) | Assisted-training system and method for billiards | |
US20230201719A1 (en) | Dynamic game models | |
KR20220039440A (ko) | 디스플레이 장치 및 그의 제어 방법 | |
KR102158218B1 (ko) | 동기 부여 시나리오를 실행하는 스마트미러, 이의 동기 부여 시나리오 실행 방법 및 이를 포함하는 동기 부여 시나리오 실행 시스템 | |
JP7248137B2 (ja) | 評価方法、評価プログラムおよび情報処理装置 | |
KR102095647B1 (ko) | 스마트기기를 이용한 동작 비교장치 및 동작 비교장치를 통한 댄스 비교방법 | |
JPWO2018122957A1 (ja) | スポーツ動作解析支援システム、方法およびプログラム | |
WO2023106201A1 (ja) | プレイ分析装置、プレイ分析方法、及びコンピュータ読み取り可能な記録媒体 | |
KR20210050402A (ko) | 실버세대를 위한 행동 보상형 인터렉티브 운동 방법 | |
KR20220053021A (ko) | 비디오 게임 오버레이 | |
KR102630828B1 (ko) | 인공지능을 이용한 태권도 단체 품새 동작 평가 방법 및 장치 | |
KR20190090654A (ko) | 게임 제공 방법 및 장치 | |
US20210307652A1 (en) | Systems and devices for measuring, capturing, and modifying partial and full body kinematics | |
KR102234548B1 (ko) | 줄넘기 운동 자세를 통한 신체 밸런스 확인 시스템 | |
KR102443399B1 (ko) | 게임 진행 정보 생성 시스템, 기억 매체, 및 제어 방법 | |
TWI722705B (zh) | 臉部肌肉特徵點自動標記方法 | |
WO2021131762A1 (ja) | 運動メニュー評価装置、方法、及びコンピュータ可読媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220325 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220428 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7071018 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |