JP7360023B2 - Shot management system, shot management method and program - Google Patents
Shot management system, shot management method and program Download PDFInfo
- Publication number
- JP7360023B2 JP7360023B2 JP2019154906A JP2019154906A JP7360023B2 JP 7360023 B2 JP7360023 B2 JP 7360023B2 JP 2019154906 A JP2019154906 A JP 2019154906A JP 2019154906 A JP2019154906 A JP 2019154906A JP 7360023 B2 JP7360023 B2 JP 7360023B2
- Authority
- JP
- Japan
- Prior art keywords
- shot
- image
- golf club
- type
- golf
- 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
Images
Landscapes
- Image Analysis (AREA)
Description
本発明は、ショット集計システム、ショット集計方法及びプログラムに関する。 The present invention relates to a shot tally system, shot tally method, and program.
特許文献1には、ゴルフボールを打った瞬間を挟んだ前後のスイングの映像が再生可能な装置が記載されている。
また、ゴルフショップ内における試打の場面やゴルフ練習場におけるゴルフの練習の場面に用いることができるゴルフ測定装置が知られている。このようなゴルフ測定装置では、例えば、ショットの際の、ヘッドスピード、ボールスピード、ボールの打ち出し角度、スピン量、シミュレーション飛距離、ヘッド軌道、ダイナミックロフト、フェース角、ライ角、打点位置などの値が測定可能である。 Also, golf measuring devices are known that can be used for trial shots in a golf shop or for golf practice at a golf driving range. Such golf measurement devices can measure, for example, values such as head speed, ball speed, ball launch angle, spin rate, simulated flight distance, head trajectory, dynamic loft, face angle, lie angle, and hitting position during a shot. is measurable.
ゴルフ測定装置のなかには、ショットの際の測定値を示すショットデータを、当該ショットに用いられたゴルフクラブの種類(番手、モデル名、型番、など)に関連付けて管理できるものがある。このようなショットデータを、ショットに用いられたゴルフクラブの種類ごとに集計することで、例えば、ショットの分析を行うクラブ開発の場面や顧客へのショットデータの提供の場面などにおけるショットデータの活用性が向上するものと期待される。 Some golf measuring devices are capable of managing shot data indicating a measured value during a shot in association with the type (number, model name, model number, etc.) of the golf club used for the shot. By aggregating such shot data by type of golf club used for the shot, it is possible to utilize the shot data, for example, in club development for shot analysis or in providing shot data to customers. It is expected that performance will improve.
しかし従来は、ゴルフクラブの種類ごとにショットデータを集計するためには、ゴルフクラブの種類をオペレータが手作業で入力する必要があり、手間がかかっていた。 However, conventionally, in order to aggregate shot data for each type of golf club, an operator had to manually input the type of golf club, which was time-consuming.
本発明は上記実情に鑑みてなされたものであって、その目的の一つは、ゴルフクラブの種類ごとのショットデータの集計の手間を低減できるショット集計システム、ショット集計方法及びプログラムを提供することにある。 The present invention has been made in view of the above circumstances, and one of its objects is to provide a shot aggregation system, a shot aggregation method, and a program that can reduce the effort of aggregating shot data for each type of golf club. It is in.
上記課題を解決するために、本発明に係るショット集計システムは、ゴルフボール及び当該ゴルフボールをショットするゴルフクラブを表す画像に基づいて、前記ゴルフクラブの種類を推定する推定手段と、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付ける関連付け手段と、共通の前記ゴルフクラブの種類に関連付けられている複数の前記ショットデータのそれぞれが示す値の代表値を計算する計算手段と、を含む。 In order to solve the above problems, a shot tally system according to the present invention includes an estimating means for estimating the type of the golf club based on an image representing a golf ball and a golf club that shoots the golf ball; association means for associating club type data indicating an estimated type of the golf club with shot data indicating at least one of the behavior of the golf club or the behavior of the golf ball when making a shot; and calculation means for calculating a representative value of the values indicated by each of the plurality of shot data associated with the type of club.
本発明の一態様では、前記計算手段は、前記複数の前記ショットデータが示す値の平均値、標準偏差、最大値、又は、最小値のうちの少なくとも1つを計算する。 In one aspect of the present invention, the calculation means calculates at least one of an average value, standard deviation, maximum value, or minimum value of the values indicated by the plurality of shot data.
また、本発明の一態様では、前記推定手段は、前記ショットにおけるアドレスのタイミングから当該ショットのタイミングまでの間に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定する。 Further, in one aspect of the present invention, the estimating means estimates the type of the golf club based on the image taken between the timing of the address in the shot and the timing of the shot.
この態様では、前記推定手段は、検出される前記ショットのタイミングの所定時間前に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 In this aspect, the estimation means may estimate the type of the golf club based on the image taken a predetermined time before the timing of the detected shot.
この場合、前記推定手段は、前記ゴルフボールが配置されている状態から配置されていない状態への変化が検出されたタイミングの所定時間前に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 In this case, the estimating means determines the type of the golf club based on the image taken a predetermined time before the timing at which a change from the state where the golf ball is placed to the state where the golf ball is not placed is detected. may be estimated.
あるいは、前記推定手段は、打音が検出されたタイミングの所定時間前に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 Alternatively, the estimating means may estimate the type of the golf club based on the image taken a predetermined time before the timing at which the hitting sound was detected.
あるいは、前記推定手段は、前記ゴルフクラブの通過が検出されたタイミングの所定時間前に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 Alternatively, the estimating means may estimate the type of the golf club based on the image taken a predetermined time before the timing at which passage of the golf club was detected.
あるいは、前記推定手段は、ボールが配置されていることが検出されたタイミング以後に撮影された前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 Alternatively, the estimating means may estimate the type of the golf club based on the image taken after the timing at which the placement of the ball was detected.
また、前記推定手段は、前記ショットにおけるアドレスのタイミングに撮影を開始し、当該ショットのタイミングに撮影を終了する撮影手段が撮影する前記画像に基づいて、前記ゴルフクラブの種類を推定してもよい。 Further, the estimating means may estimate the type of the golf club based on the image taken by a photographing means that starts photographing at the timing of an address in the shot and ends photographing at the timing of the shot. .
また、本発明の一態様では、前記推定手段は、学習済の機械学習モデルに、前記画像を入力した際の出力に基づいて、当該画像が表すゴルフクラブの種類を推定する。 Further, in one aspect of the present invention, the estimating means estimates the type of golf club represented by the image based on an output when the image is input to a trained machine learning model.
また、本発明に係るショット集計方法は、ゴルフボール及び当該ゴルフボールをショットするゴルフクラブを表す画像に基づいて、前記ゴルフクラブの種類を推定するステップと、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付けるステップと、共通の前記ゴルフクラブの種類に関連付けられている複数の前記ショットデータのそれぞれが示す値の代表値を計算するステップと、を含む。 Further, the shot tallying method according to the present invention includes a step of estimating the type of the golf club based on an image representing a golf ball and a golf club with which the golf ball is shot; a step of associating club type data indicating an estimated type of the golf club with shot data indicating at least one of a behavior of a club or a behavior of the golf ball; and a step of associating club type data indicating an estimated type of the golf club; The method includes the step of calculating a representative value of the values indicated by each of the plurality of shot data.
また、本発明に係るプログラムは、ゴルフボール及び当該ゴルフボールをショットするゴルフクラブを表す画像に基づいて、前記ゴルフクラブの種類を推定する手順、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付ける手順、共通の前記ゴルフクラブの種類に関連付けられている複数の前記ショットデータのそれぞれが示す値の代表値を計算する手順、をコンピュータに実行させる。 The program according to the present invention also includes a procedure for estimating the type of golf club based on an image representing a golf ball and a golf club that shoots the golf ball, and a behavior of the golf club when shooting the golf ball. or a step of associating club type data indicating an estimated type of the golf club with shot data indicating at least one of the behaviors of the golf ball, a plurality of the shots being associated with a common type of the golf club; A computer is caused to execute a procedure for calculating a representative value of the values indicated by each piece of data.
以下、本発明の一実施形態について、図面を参照しながら説明する。 Hereinafter, one embodiment of the present invention will be described with reference to the drawings.
図1は、本発明の一実施形態に係るショット測定システム1の構成の一例を示す図である。図1に示すように、本実施形態に係るショット測定システム1には、ショット管理装置10と、ショット測定装置22と、が含まれる。
FIG. 1 is a diagram showing an example of the configuration of a
本実施形態に係るショット管理装置10は、パーソナルコンピュータなどのコンピュータである。図1に示すようにショット管理装置10は、例えば、プロセッサ12、記憶部14、通信部16、表示部18、操作部20を含んでいる。
The
プロセッサ12は、例えばショット管理装置10にインストールされるプログラムに従って動作するCPU等のプログラム制御デバイスである。
The
記憶部14は、ROMやRAM等の記憶素子やハードディスクドライブなどである。記憶部14には、プロセッサ12によって実行されるプログラムなどが記憶される。
The
通信部16は、例えばネットワークボードなどの通信インタフェースである。本実施形態では通信部16を介してショット管理装置10は、ショット測定装置22と通信可能となっている。
The
表示部18は、液晶ディスプレイ等の表示デバイスであって、プロセッサ12の指示に
従って各種の画像を表示する。
The
操作部20は、キーボードやマウスなどといったユーザインタフェースであって、ユー
ザの操作入力を受け付けて、その内容を示す信号をプロセッサ12に出力する。
The
なお、ショット管理装置10は、DVD-ROMやBlu-ray(登録商標)ディスクなどの光ディスクを読み取る光ディスクドライブ、USB(Universal Serial Bus)ポートなどを含んでいてもよい。
Note that the
図2は、本実施形態に係るショット測定装置22の構成の一例を示す図である。図2に示すように、本実施形態に係るショット測定装置22には、弾道測定器30、ヘッド挙動測定器32、ヘッド撮影装置34が含まれている。
FIG. 2 is a diagram showing an example of the configuration of the
弾道測定器30には、LEDなどのフラッシュ光源40が、左右及び中央のそれぞれに縦に並んで3個ずつ、計9個設けられている。また、弾道測定器30には、左側のフラッシュ光源40と中央のフラッシュ光源40との間、及び、右側のフラッシュ光源40と中央のフラッシュ光源40との間に、ステレオカメラ42が設けられている。また、弾道測定器30の右端には、ボール有無判別センサ44が設けられている。また、弾道測定器30には、ヘッドスピードセンサ46が設けられている。
The
本実施形態では例えば、弾道測定器30の前方に、異なる種類の複数のマーカが表面の異なる場所に張り付けられたゴルフボール48が配置される。
In this embodiment, for example, a
そして当該ゴルフボール48のショット直後の弾道が、複数のステレオカメラ42によって複数の方向から同時に撮影される。本実施形態では例えば、フラッシュ光源40を複数回断続的に点灯する間に、多重露光によりゴルフボール48の複数の像を含む画像が撮影される。なお、ステレオカメラ42が高速度カメラであり、当該高速度カメラによってゴルフボール48の像を含む画像が連続撮影されてもよい。
Then, the trajectory of the
そして、撮影された画像はショット管理装置10に送信される。そして、ショット管理装置10において、ステレオ画像計測技術により、撮影される画像に基づく、ゴルフボール48の挙動の三次元計測が行われる。
The photographed image is then transmitted to the
そして本実施形態では、ショット管理装置10において、ゴルフボール48の三次元計測の結果に基づいて、ボールスピードデータ、打出し角度データ、スピン量データ、及び、飛距離データを含む部分ボールデータが生成される。
In this embodiment, the
ここで、ボールスピードデータは、例えば、ゴルフボール48のボールスピード(例えば初速度)を示すデータである。また、打出し角度データは、例えば、ゴルフボール48の上下、左右の打出し角度を示すデータである。また、スピン量データは、例えば、ゴルフボール48のバックスピン量とサイドスピン量を示すデータである。また、飛距離データは、例えば、ゴルフボール48のシミュレーション飛距離を示すデータである。
Here, the ball speed data is, for example, data indicating the ball speed (eg, initial speed) of the
また、本実施形態では、ヘッドスピードセンサ46によって計測される、ゴルフボール48のショットに用いられるゴルフクラブのヘッドスピードを示すヘッドスピードデータが、弾道測定器30からショット管理装置10に送信される。
Further, in the present embodiment, head speed data indicating the head speed of the golf club used for the shot of the
そして、本実施形態では、ショット管理装置10において、弾道測定器30から送信されるヘッドスピードデータと、上述の部分ボールデータと、を含む、ボールデータが生成される。
In this embodiment, the
ボール有無判別センサ44は、ティー50の上に配置されたゴルフボール48の存在の有無を検知するセンサである。本実施形態では例えば、ボール有無判別センサ44によって、ゴルフボール48がティー50の上に配置されていない状態から配置されている状態に変化したことが検出された際にステレオカメラ42による撮影準備が開始される。そして、ボール有無判別センサ44によって、ゴルフボール48がティー50の上に配置された状態からティー50の上に配置されていない状態に変化した際に、ステレオカメラ42による撮影が行われる。
The ball presence/
以下、ゴルフボール48がティー50の上に配置されていない状態から配置されている状態に変化したことの検出を配置検出と呼ぶこととする。また、ゴルフボール48がティー50の上に配置されている状態から配置されていない状態に変化したことの検出をショット検出と呼ぶこととする。
Hereinafter, the detection that the
また、本実施形態において、ボール有無判別センサ44による配置検出のタイミングに、ボール有無判別センサ44が、所定の配置検出信号をショット管理装置10に送信してもよい。また、本実施形態において、ボール有無判別センサ44によるショット検出のタイミングに、ボール有無判別センサ44が、所定のショット検出信号をショット管理装置10に送信してもよい。
Further, in this embodiment, the ball presence/
また、本実施形態では、ゴルフボール48の三次元計測の結果に基づいて、ゴルフボール48の弾道のシミュレーション結果を表す画像を表示部18に表示できるようになっている。
Further, in this embodiment, an image representing a simulation result of the trajectory of the
ヘッド挙動測定器32には、左右に並んで2つのユニットが設けられている。それぞれのユニットには、LEDなどのフラッシュ光源52が、上側と下側のそれぞれに、横に3個並んで、計6個設けられている。
The head
また、それぞれのユニットの中央には、ゴルフボール48のショットに用いられるゴルフクラブのクラブヘッドを撮影するカメラ54が設けられている。
Furthermore, a
また、右側のユニットの左側には、前方の反射板56に向かって赤外線等を照射することにより、ゴルフボール48のショットに用いられるゴルフクラブの通過を検出する通過センサ58が設けられている。
Further, on the left side of the right unit, a
ヘッド挙動測定器32では、カメラ54によって複数の方向から、ゴルフボール48のショットに用いられるゴルフクラブのクラブヘッドが撮影される。本実施形態では例えば、フラッシュ光源52を複数回断続的に点灯する間に、多重露光によりクラブヘッドの複数の像を含む画像が撮影される。本実施形態において、通過センサ58がゴルフクラブの通過を検出したタイミングに、カメラ54による画像の撮影が行われてもよい。なお、カメラ54が高速度カメラであり、当該高速度カメラによってクラブヘッドの像を含む画像が連続撮影されてもよい。
In the head
また、本実施形態において、通過センサ58によってゴルフクラブの通過が検出されるタイミングに、通過センサ58が、所定の通過検出信号をショット管理装置10に送信してもよい。
Furthermore, in the present embodiment, the
そして、撮影された画像はショット管理装置10に送信される。そして、ショット管理装置10において、撮影される画像に基づく、クラブヘッドの姿勢及び軌道の三次元計測が行われる。なお、本実施形態において、ゴルフボール48のショットに用いられるゴルフクラブの上面に、マーカが設けられていてもよい。そして、撮影される画像に基づいて特定される、ゴルフクラブの上面のマーカの三次元座標値に基づいて、クラブヘッドの姿勢及び軌道の三次元計測が行われてもよい。
The photographed image is then transmitted to the
そして本実施形態では、ショット管理装置10において、三次元計測の結果に基づいて、フェーススピードデータ、ヘッド軌道データ、ダイナミックロフトデータ、フェース角データ、ライ角データ、打点位置データ、法線角度データ、及び、フェースローテーションデータを含む、ヘッドデータが生成される。
In this embodiment, the
ここで、フェーススピードデータは、例えば、インパクト時のクラブヘッドのフェーススピードを示すデータである。また、ヘッド軌道データは、例えば、インパクト時のクラブヘッドの上下方向、左右方向の進入角を示すデータである。また、ダイナミックロフトデータは、例えば、インパクト時のクラブヘッドのロフト角を示すデータである。また、フェース角データは、例えば、インパクト時のクラブヘッドのフェース角を示すデータである。また、ライ角データは、例えば、インパクト時のクラブヘッドのライ角を示すデータである。また、打点位置データは、例えば、ショットされたゴルフボール48の打点位置を示すデータである。また、法線角度データは、例えば、インパクト時のクラブヘッドのフェース面の向きを示すデータである。フェースローテーションは、例えば、ショットの際のクラブヘッドのフェースローテーションの大きさを示すデータである。
Here, the face speed data is, for example, data indicating the face speed of the club head at the time of impact. Further, the head trajectory data is, for example, data indicating the approach angle of the club head in the vertical direction and the horizontal direction at the time of impact. Further, the dynamic loft data is, for example, data indicating the loft angle of the club head at the time of impact. Further, the face angle data is, for example, data indicating the face angle of the club head at the time of impact. Further, the lie angle data is, for example, data indicating the lie angle of the club head at the time of impact. Further, the hitting point position data is, for example, data indicating the hitting point position of the
また、本実施形態では、クラブヘッドの三次元計測の結果に基づいて、インパクトの直前のクラブヘッドの動きを表示部18にアニメーション表示させることができるようになっている。
Furthermore, in this embodiment, the movement of the club head immediately before impact can be displayed in animation on the
ヘッド撮影装置34には、本実施形態では例えば、ゴルフボール48のショットに用いられるゴルフクラブのクラブヘッドを側方から撮影するカメラ60が設けられている。本実施形態では、カメラ60が、所定のフレームレートでフレーム画像を撮影する。ヘッド撮影装置34は、クラブヘッドがアドレスの際に位置する範囲を撮影範囲として撮影するので、アドレスの際のクラブヘッドを確実に撮影することができる。クラブヘッドの撮影の際には、撮影時刻も併せて記録される。
In this embodiment, the
ヘッド撮影装置34のカメラ60は、ショットにおけるアドレスのタイミングに撮影を開始し、当該ショットのタイミングに撮影を終了してもよい。例えば、ヘッド撮影装置34は、ボール有無判別センサ44による配置検出がされたタイミングにカメラ60による画像の撮影を開始してもよい。そして、ヘッド撮影装置34は、例えば、ボール有無判別センサ44によるショット検出がされたタイミングにカメラ60による画像の撮影を終了してもよい。
The
撮影された画像は、撮影時刻の情報に関連付けられた上で、ショット管理装置10に送信される。本実施形態では、当該撮影時刻の情報が、撮影タイミングを示す情報として取り扱われる。そして、ショット管理装置10において、学習済の機械学習モデルを用いて、当該画像に写っているゴルフクラブの種類の推定が行われる。
The photographed image is transmitted to the
図3は、上述の機械学習モデルの学習に用いられる学習装置70の構成の一例を示す図である。
FIG. 3 is a diagram showing an example of the configuration of a
本実施形態に係る学習装置70は、パーソナルコンピュータなどのコンピュータである。図3に示すように学習装置70は、例えば、プロセッサ72、記憶部74、通信部76、表示部78、操作部80を含んでいる。
The
プロセッサ72は、例えば学習装置70にインストールされるプログラムに従って動作するCPU等のプログラム制御デバイスである。
The
記憶部74は、ROMやRAM等の記憶素子やハードディスクドライブなどである。記憶部74には、プロセッサ72によって実行されるプログラムなどが記憶される。
The
通信部76は、例えばネットワークボードなどの通信インタフェースである。
The
表示部78は、液晶ディスプレイ等の表示デバイスであって、プロセッサ72の指示に従って各種の画像を表示する。
The
操作部80は、キーボードやマウスなどといったユーザインタフェースであって、ユー
ザの操作入力を受け付けて、その内容を示す信号をプロセッサ72に出力する。
The
なお、学習装置70は、DVD-ROMやBlu-ray(登録商標)ディスクなどの光ディスクを読み取る光ディスクドライブ、USB(Universal Serial Bus)ポートなどを含んでいてもよい。
Note that the
なお、ショット管理装置10を学習装置70に流用してもよい。
Note that the
図4は、本実施形態に係る学習装置70で実装される機能の一例を示す機能ブロック図である。なお、本実施形態に係る学習装置70で、図4に示す機能のすべてが実装される必要はなく、また、図4に示す機能以外の機能が実装されていても構わない。
FIG. 4 is a functional block diagram showing an example of functions implemented in the
図4に示すように、学習装置70には、機能的には例えば、機械学習モデル90、学習データ記憶部92、学習データ取得部94、前処理部96、学習部98が含まれる。機械学習モデル90は、プロセッサ72及び記憶部74を主として実装される。
As shown in FIG. 4, the
学習データ記憶部92は、記憶部74を主として実装される。学習データ取得部94、前処理部96、学習部98は、プロセッサ72を主として実装される。
The learning
以上の機能は、コンピュータである学習装置70にインストールされた、以上の機能に対応する指令を含むプログラムをプロセッサ72で実行することにより実装されてもよい。このプログラムは、例えば、光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等のコンピュータ読み取り可能な情報記憶媒体を介して、あるいは、インターネットなどを介して学習装置70に供給されてもよい。
The above functions may be implemented by having the
機械学習モデル90は、本実施形態では例えば、アダブースト、ランダムフォレスト、ニューラルネットワーク、サポートベクタマシン(SVM)、最近傍識別器、などの機械学習が実装された機械学習モデルである。
In this embodiment, the
機械学習モデル90は、本実施形態では例えば、ショットに用いられたゴルフクラブの種類(例えば、番手、モデル名、型番、などのうちの少なくとも1つ)を推定する。
In this embodiment, the
学習データ記憶部92は、本実施形態では例えば、機械学習モデル90の学習に用いられる複数の学習データを記憶する。学習データには、例えば、ゴルフクラブ及びゴルフボール48を少なくとも表す基礎画像と、当該ゴルフクラブの種類を示す教師データと、が含まれている。ここで複数の学習データのそれぞれに含まれる基礎画像には、様々な種類のゴルフクラブが写っていることが望ましい。
In this embodiment, the learning
学習データ取得部94は、本実施形態では例えば、機械学習モデル90の学習に用いられる学習データを取得する。ここで学習データ取得部94は、学習データ記憶部92に記憶されている学習データを取得してもよい。
In this embodiment, the learning
前処理部96は、本実施形態では例えば、学習データに含まれる基礎画像に基づいて、ゴルフクラブ及びゴルフボール48を少なくとも表す、当該基礎画像とは異なる学習入力画像を生成する。前処理部96は、例えば、テンプレートマッチング技術を用いることで、基礎画像内におけるゴルフボール48の画像が占める領域を特定する。具体的には例えば、基礎画像内における白色の円形の領域が、ゴルフボール48の画像が占める領域と特定される。そして、前処理部96は、例えば、基礎画像内においてゴルフボール48の画像が占める領域の位置、大きさ、又は、色のうちの少なくとも1つに基づいて、学習入力画像を生成する。
In this embodiment, the preprocessing
ここで、前処理部96が、学習入力画像内におけるゴルフボール48の画像が占める領域の位置が所定の位置である学習入力画像を生成してもよい。
Here, the preprocessing
また、前処理部96が、ゴルフボール48の画像が占める領域の大きさが所定の大きさである学習入力画像を生成してもよい。
Further, the preprocessing
図5は、基礎画像の一例を模式的に示す図である。図5に示す基礎画像には、ゴルフボール48、ティー50、ゴルフクラブ100の像が写っている。図5に示す基礎画像では、下方向がX軸正方向であり、右方向がY軸正方向であることとする。そして、図5に示す基礎画像の縦の長さがx1であり、横の長さがy1であるとする。また、基礎画像に写るゴルフボール48の像の直径はD1であることとする。また、基礎画像に写るゴルフボール48の像の中心の座標値が(x2,y2)であることとする。
FIG. 5 is a diagram schematically showing an example of a basic image. The basic image shown in FIG. 5 includes images of a
図6は、本実施形態において生成されるべき学習入力画像の一例を模式的に示す図である。図6に示す学習入力画像では、下方向がX軸正方向であり、右方向がY軸正方向であることとする。また、図6の示す学習入力画像の縦の長さがx0であり、横の長さがy0であるとする。また、基礎画像に写るゴルフボール48の像の直径はD0であることとする。また、学習入力画像に写るゴルフボール48の像の中心の座標値が(a,b)であることとする。
FIG. 6 is a diagram schematically showing an example of a learning input image to be generated in this embodiment. In the learning input image shown in FIG. 6, it is assumed that the downward direction is the positive direction of the X-axis, and the direction to the right is the positive direction of the Y-axis. Further, it is assumed that the vertical length of the learning input image shown in FIG. 6 is x0, and the horizontal length is y0. Further, it is assumed that the diameter of the image of the
この場合、前処理部96は、図5に示す基礎画像に写るゴルフボール48の像の直径D1に基づいて、基礎画像の拡縮率をD0/D1と決定する。そして、前処理部96は、図5に示す基礎画像から4頂点の座標値がそれぞれ(x2-(D1/D0)×a,y2-(D1/D0)×b)、(x2-(D1/D0)×a,y2+(D1/D0)×(y0-b))、(x2+(D1/D0)×(x0-a),y2-(D1/D0)×b)、(x2+(D1/D0)×(x0-a),y2+(D1/D0)×(y0-b))である長方形の領域R1を切り出す。
In this case, the preprocessing
ここで例えば、図5に示す基礎画像に写るゴルフボール48の像の直径D1が直径D0と同じである場合は、図5に示す基礎画像から4頂点の座標値がそれぞれ(x2-a,y2-b)、(x2-a,y2+(y0-b))、(x2+(x0-a),y2-b)、(x2+(x0-a),y2+(y0-b))である長方形の領域R1が切り出される。
For example, if the diameter D1 of the image of the
そして、前処理部96は、切り出された領域R1の縦横の長さをD0/D1倍にした学習入力画像を生成する。なお、図5に示す基礎画像に写るゴルフボール48の像の直径D1が直径D0と同じである場合は、基礎画像から領域R1を切り出した画像自体が学習入力画像となる。このようにして、図5に示す基礎画像に対応する学習入力画像が生成される。
The preprocessing
図7は、基礎画像の別の一例を模式的に示す図である。図7に示す基礎画像には、ゴルフボール48、ティー50、ゴルフクラブ100の像が写っている。図7に示す基礎画像では、下方向がX軸正方向であり、右方向がY軸正方向であることとする。そして、図7の示す基礎画像の縦の長さがx3であり、横の長さがy3であるとする。また、基礎画像に写るゴルフボール48の像の直径はD2であることとする。また、基礎画像に写るゴルフボール48の像の中心の座標値が(x4,y4)であることとする。
FIG. 7 is a diagram schematically showing another example of the basic image. The basic image shown in FIG. 7 includes images of a
この場合、前処理部96は、図7に示す基礎画像に写るゴルフボール48の像の直径D2に基づいて、基礎画像の拡縮率をD0/D2と決定する。そして、前処理部96は、図7に示す基礎画像から4頂点の座標値がそれぞれ(x4-(D2/D0)×a,y4-(D2/D0)×b)、(x4-(D2/D0)×a,y4+(D2/D0)×(y0-b))、(x4+(D2/D0)×(x0-a),y4-(D2/D0)×b)、(x4+(D2/D0)×(x0-a),y4+(D2/D0)×(y0-b))である長方形の領域R2を切り出す。
In this case, the preprocessing
ここで例えば、図7に示す基礎画像に写るゴルフボール48の像の直径D2が直径D0の125%である場合は、図7に示す基礎画像から4頂点の座標値がそれぞれ(x4-1.25×a,y4-1.25×b)、(x4-1.25×a,y4+1.25×(y0-b))、(x4+1.25×(x0-a),y4-1.25×b)、(x4+1.25×(x0-a),y4+1.25×(y0-b))である長方形の領域R2が切り出される。
For example, if the diameter D2 of the image of the
そして、前処理部96は、切り出された領域R2の縦横の長さをD0/D2倍にした学習入力画像を生成する。なお、図7に示す基礎画像に写るゴルフボール48の像の直径D2が直径D0の125%である場合は、基礎画像から領域R2を切り出した画像の縦横の長さを80%にした学習入力画像が生成される。このようにして、図7に示す基礎画像に対応する学習入力画像が生成される。
Then, the preprocessing
以上のようにして、図5に示す基礎画像に基づく学習入力画像も、図7に示す基礎画像に基づく学習入力画像も、学習入力画像内におけるゴルフボール48の画像が占める領域の位置が所定の位置(例えば、中心の座標値が(a,b)である位置)となる。また、図5に示す基礎画像に基づく学習入力画像も、図7に示す基礎画像に基づく学習入力画像も、学習入力画像内におけるゴルフボール48の画像が占める領域の直径は所定の長さ(例えば、D0)となる。 As described above, both the learning input image based on the basic image shown in FIG. 5 and the learning input image based on the basic image shown in FIG. The position (for example, the position where the center coordinate values are (a, b)). Furthermore, in both the learning input image based on the basic image shown in FIG. 5 and the learning input image based on the basic image shown in FIG. , D0).
また、基礎画像がティー50をさらに表す画像であってもよい。そして、前処理部96が、ティー50の向きが所定の向きとなるよう画像全体が回転された学習入力画像を生成する。
Further, the basic image may be an image that further represents the
また、基礎画像が人工芝をさらに表す画像であってもよい。そして、前処理部96が、人工芝の縁の向きが所定の向きとなるよう画像全体が回転された学習入力画像を生成してもよい。
Furthermore, the basic image may be an image that further represents artificial turf. The preprocessing
図8は、基礎画像のさらに別の一例を模式的に示す図である。ここで前処理部96が、前処理部96は、ティー50の向きが上下方向となるよう図8に示す基礎画像を回転させてもよい。あるいは、前処理部96は、人工芝の縁102の向きが左右方向となるよう図8に示す基礎画像を回転させてもよい。そして、図5及び図7に示す基礎画像を参照して説明した上述の処理と同様の処理を、回転後の基礎画像に対して実行することにより、図8に示す基礎画像から長方形の領域R3が切り出されてもよい。そして、切り出された領域R3に基づく学習入力画像が生成されてもよい。例えば、切り出された領域R3を上述のようにして拡大又は縮小することで学習入力画像が生成されてもよい。
FIG. 8 is a diagram schematically showing yet another example of the basic image. Here, the preprocessing
また、前処理部96は、ゴルフボール48の画像が占める領域の色が所定色となるよう画像全体が色補正された学習入力画像を生成してもよい。ここで例えば、前処理部96は、ゴルフボール48の画像が占める領域の色に基づいて、複数の所定色(例えば、白、黄色、ピンク)のうちから、最も色差が小さい色を特定してもよい。そして、前処理部96は、ゴルフボール48の画像が占める領域が特定された色となるよう画像全体を色補正することにより、学習入力画像を生成してもよい。
Further, the preprocessing
また、基礎画像に人工芝の像が含まれている場合に、前処理部96は、人工芝の画像が示す領域の色が所定色(例えば、緑色)となるよう画像全体が色補正された学習入力画像を生成してもよい。
Further, when the basic image includes an image of artificial turf, the preprocessing
なお、図5、図7、図8に示す基礎画像にはドライバーが写っている。しかし、上述のように、複数の学習データのそれぞれに含まれる基礎画像には、ドライバーに限らず、フェアウェイウッド、ユーティリティ、アイアン、ウェッジなど様々な番手のゴルフクラブ100が写っていることが望ましい。また、複数の学習データのそれぞれに含まれる基礎画像には、様々なモデルや型番のゴルフクラブ100が写っていることが望ましい。
Note that the basic images shown in FIGS. 5, 7, and 8 include a driver. However, as described above, it is desirable that the basic images included in each of the plurality of learning data include
学習部98は、本実施形態では例えば、学習入力画像を機械学習モデル90に入力した際の出力を用いて、機械学習モデル90の学習を実行する。ここで例えば、学習データに含まれる基礎画像に基づいて生成された学習入力画像を機械学習モデル90に入力した際の出力と、当該学習データに含まれる教師データと、が比較されてもよい。そして当該比較の結果に基づいて機械学習モデル90のパラメータの値が更新される教師あり学習が実行されてもよい。
In this embodiment, the
ここで、本実施形態に係る学習装置70で行われる学習処理の流れの一例を、図9に例示するフロー図を参照しながら説明する。ここでは例えば複数の学習データが学習データ記憶部92に記憶されていることとする。
Here, an example of the flow of the learning process performed by the
まず、学習データ取得部94が、学習データ記憶部92に記憶されている複数の学習データのうち、S102~S104に示す処理が実行されていないものを1つ取得する(S101)。
First, the learning
そして、前処理部96が、S101に示す処理で取得された学習データに含まれる基礎画像に基づいて、上述のようにして、当該基礎画像に対応する学習入力画像を生成する(S102)。
Then, the preprocessing
そして、学習部98が、S102に示す処理で生成された学習入力画像を機械学習モデル90に入力する(S103)。
Then, the
そして、学習部98が、S103に示す処理における学習入力画像の入力に応じた機械学習モデル90の出力を用いた、機械学習モデル90の学習を実行する(S104)。ここで例えば、当該出力と、S101に示す処理で取得された学習データに含まれる教師データと、の比較に基づいて、機械学習モデル90のパラメータの値が更新されてもよい。
Then, the
そして学習部98が、学習データ記憶部92に記憶されている複数の学習データのすべてについてS102~S104に示す処理が実行されたか否かを確認する(S105)。
The
学習データ記憶部92に記憶されている複数の学習データのすべてについてS102~S104に示す処理が実行されていないことが確認された場合は(S105:N)、S101に示す処理に戻る。 If it is confirmed that the processes shown in S102 to S104 have not been executed for all of the plurality of learning data stored in the learning data storage unit 92 (S105: N), the process returns to S101.
学習データ記憶部92に記憶されている複数の学習データのすべてについてS102~S104に示す処理が実行されたことが確認された場合は(S105:Y)、本処理例に示す処理は終了される。 If it is confirmed that the processes shown in S102 to S104 have been executed for all of the plurality of learning data stored in the learning data storage unit 92 (S105: Y), the process shown in this processing example is ended. .
本実施形態では、以上のようにして複数の学習データが学習された学習済の機械学習モデル90が生成される。そして生成された機械学習モデル90は、ショット管理装置10の記憶部14に記憶される。
In this embodiment, a trained
そして、本実施形態では、ショット管理装置10に記憶された学習済の機械学習モデル90を用いて、ヘッド撮影装置34のカメラ60により撮影される画像に写っているゴルフクラブの種類の推定が行われる。
In this embodiment, the learned
以下、ヘッド撮影装置34のカメラ60により撮影される画像に写っているゴルフクラブの種類の推定を中心に、本実施形態に係るショット管理装置10の機能、及び、ショット管理装置10で実行される処理について、さらに説明する。
Hereinafter, the functions of the
図10は、本実施形態に係るショット管理装置10で実装される機能の一例を示す機能ブロック図である。なお、本実施形態に係るショット管理装置10で、図10に示す機能のすべてが実装される必要はなく、また、図10に示す機能以外の機能が実装されていても構わない。
FIG. 10 is a functional block diagram showing an example of functions implemented in the
図10に示すように、ショット管理装置10には、機能的には例えば、機械学習モデル90、受信部110、ショットデータ生成部112、ターゲット画像特定部114、クラブ種類推定部116、ショット管理データ生成部118、ショット管理データ記憶部120、集計部122、提供部124、が含まれる。
As shown in FIG. 10, the
機械学習モデル90は、プロセッサ12及び記憶部14を主として実装される。受信部110は、通信部16を主として実装される。ショットデータ生成部112、ターゲット画像特定部114、クラブ種類推定部116、ショット管理データ生成部118、集計部122は、プロセッサ12を主として実装される。ショット管理データ記憶部120は、記憶部14を主として実装される。提供部124は、プロセッサ12及び表示部18を主として実装される。
The
以上の機能は、コンピュータであるショット管理装置10にインストールされた、以上の機能に対応する指令を含むプログラムをプロセッサ12で実行することにより実装されてもよい。このプログラムは、例えば、光ディスク、磁気ディスク、磁気テープ、光磁気ディスク、フラッシュメモリ等のコンピュータ読み取り可能な情報記憶媒体を介して、あるいは、インターネットなどを介してショット管理装置10に供給されてもよい。
The above functions may be implemented by having the
機械学習モデル90は、本実施形態では例えば、図4~図9を参照して説明したようにして生成された学習済の機械学習モデルである。
In this embodiment, the
受信部110は、本実施形態では例えば、ヘッドスピードデータ、ステレオカメラ42により撮影された画像、カメラ54により撮影された画像、及び、カメラ60により撮影された画像をショット測定装置22から受信する。
In this embodiment, the receiving
本実施形態では、1回のショットが行われる度に、受信部110は、当該ショットに対応付けられるヘッドスピードデータを弾道測定器30から受信する。また、受信部110は、当該ショットに対応付けられる、ステレオカメラ42により撮影された1又は複数の画像を弾道測定器30から受信する。また、受信部110は、当該ショットに対応付けられる、カメラ54により撮影された1又は複数の画像をヘッド挙動測定器32から受信する。また、受信部110は、当該ショットに対応付けられる、カメラ60により撮影された1又は複数の画像をヘッド撮影装置34から受信する。
In this embodiment, every time one shot is performed, the receiving
また、受信部110が、ボール有無判別センサ44から送信される上述の配置検出信号を受信してもよい。また、受信部110が、ボール有無判別センサ44から送信される上述のショット検出信号を受信してもよい。また、受信部110が、通過センサ58から送信される上述の通過検出信号を受信してもよい。
Further, the receiving
ショットデータ生成部112は、本実施形態では例えば、ゴルフボール48をショットする際の当該ゴルフボール48をショットするゴルフクラブの挙動又はゴルフボール48の挙動のうちの少なくとも一方を示すショットデータを生成する。ここでは例えば、上述のボールデータ、及び、上述のクラブデータを含む、ショットデータが生成される。
In this embodiment, for example, the shot
ターゲット画像特定部114は、本実施形態では例えば、受信部110が受信する、1回のショットに対応付けられる、カメラ60により撮影された1又は複数の画像のうちから、ゴルフクラブの推定に用いられるターゲット画像を特定する。本実施形態に係るターゲット画像には、ゴルフボール48及び当該ゴルフボール48をショットするゴルフクラブが表れている。
In this embodiment, the target
ターゲット画像特定部114は、例えば、ショットにおけるアドレスのタイミングから当該ショットのタイミングまでの間に撮影された画像を、ターゲット画像に特定してもよい。この場合、例えば、配置検出信号の受信タイミングが、アドレスのタイミングとして取り扱われてもよい。また、例えば、ショット検出信号の受信タイミングが、ショットのタイミングとして取り扱われてもよい。
For example, the target
ここで、ターゲット画像特定部114は、例えば、検出されるショットのタイミングの所定時間前にカメラ60によって撮影された画像を、ターゲット画像に特定してもよい。
Here, the target
例えば、ターゲット画像特定部114が、ゴルフボール48が配置されている状態から配置されていない状態への変化が検出されたタイミングの所定時間前にカメラ60によって撮影された画像を、ターゲット画像に特定してもよい。例えば、ショット検出信号を受信したタイミングの所定時間前にカメラ60によって撮影された画像が、ターゲット画像に特定されてもよい。
For example, the target
また、ターゲット画像特定部114は、ゴルフクラブの通過が検出されたタイミングの所定時間前にカメラ60によって撮影された画像を、ターゲット画像に特定してもよい。例えば、通過検出信号を受信したタイミングの所定時間前にカメラ60によって撮影された画像が、ターゲット画像に特定されてもよい。
Further, the target
また、ターゲット画像特定部114は、受信部110が通過検出信号を受信してから所定時間以内にショット検出信号を受信した際に、ショットが行われたことを特定してもよい。そして、このようにしてショットが行われたことが特定された場合に、ショット検出信号を受信したタイミングの所定時間前にカメラ60によって撮影された画像が、ターゲット画像に特定されてもよい。あるいは、このようにしてショットのタイミングが特定された場合に、通過検出信号を受信したタイミングの所定時間前にカメラ60によって撮影された画像が、ターゲット画像に特定されてもよい。
Further, the target
また、上述のように、ボール有無判別センサ44による配置検出がされたタイミングにカメラ60による画像の撮影が開始されてもよい。そして、ターゲット画像特定部114は、配置検出がされたタイミング以後にカメラ60によって撮影された画像を、ターゲット画像に特定してもよい。
Furthermore, as described above, the
クラブ種類推定部116は、本実施形態では例えば、ターゲット画像に基づいて、当該ターゲット画像が表すショットに用いられたゴルフクラブの種類を推定する。ここで、クラブ種類推定部116は、学習済の機械学習モデル90にターゲット画像を入力した際の出力に基づいて、当該ターゲット画像が表すショットに用いられたゴルフクラブの種類を推定してもよい。そして、クラブ種類推定部116は、本実施形態では例えば、推定されたゴルフクラブの種類を示すクラブ種類データを生成する。
In this embodiment, the club
ショット管理データ生成部118は、本実施形態では例えば、1回のショットに対応付けられる上述のショットデータに、当該ショットについてクラブ種類推定部116によって推定されるゴルフクラブの種類を示すクラブ種類データを関連付ける。ここでは例えば、1回のショットに対応付けられる上述のショットデータと、当該ショットについて推定されたゴルフクラブの種類を示すクラブ種類データと、を含むショット管理データが生成される。なお、ショット管理データに、例えば、ショット検出信号の受信時刻などといったショットタイミングを示すショットタイミングデータが含まれるようにしてもよい。
In this embodiment, the shot management
ショット管理データ記憶部120は、本実施形態では例えば、ショット管理データ生成部118により生成されるショット管理データを記憶する。本実施形態ではショットが行われる度に、当該ショットに対応するショット管理データが生成される。そして、生成されるショット管理データがショット管理データ記憶部120に記憶される。
In this embodiment, the shot management
集計部122は、本実施形態では例えば、ショット管理データ記憶部120に記憶されている複数のショット管理データを集計する。ここで、集計部122が、例えば、共通のゴルフクラブの種類に関連付けられている複数のショットデータのそれぞれが示す値の代表値を計算してもよい。例えば、集計部122が、ユーザにより指定された種類を示すクラブ種類データを含む複数のショット管理データを特定してもよい。
In this embodiment, the totaling
そして、集計部122が、当該複数のショット管理データにそれぞれに含まれるショットデータが示す値の代表値を計算してもよい。
Then, the
例えば、ボールスピードデータ、打出し角度データ、スピン量データ、飛距離データ、ヘッドスピードデータ、フェーススピードデータ、ヘッド軌道データ、ダイナミックロフトデータ、フェース角データ、ライ角データ、打点位置データ、法線角度データ、又は、フェースローテーションデータのうちの少なくとも1つについて、当該データの値の代表値(例えば、平均値、標準偏差、最大値、又は、最小値のうちの少なくとも1つ)が計算されてもよい。 For example, ball speed data, launch angle data, spin rate data, flight distance data, head speed data, face speed data, head trajectory data, dynamic loft data, face angle data, lie angle data, RBI position data, normal angle. For at least one of the data or face rotation data, a representative value (for example, at least one of the average value, standard deviation, maximum value, or minimum value) of the data may be calculated. good.
提供部124は、本実施形態では、集計部122により計算される集計結果をユーザに提供する。ここで、提供部124は、本実施形態では、集計部122により計算される集計結果を表示部18に表示させてもよい。また、集計部122により計算される集計結果が印刷出力されてもよい。
In this embodiment, the providing
ここで、例えば、集計部122が、ユーザによるゴルフクラブの種類の指定に応じて、集計部122が当該種類に関連付けられている複数のショットデータのそれぞれが示す値の代表値を計算してもよい。例えば、集計部122が、指定された種類を示すクラブ種類データを含む複数のショット管理データを特定してもよい。そして、集計部122が、これら複数のショット管理データが示す値の代表値を計算してもよい。そして、提供部124が、計算された代表値を、表示部18に表示させたり、印刷出力したりしてもよい。ここで、提供部124は、これら複数のショット管理データのそれぞれが示す値の一覧を併せて表示部18に表示させたり、印刷出力したりしてもよい。
Here, for example, in response to the user's designation of the type of golf club, the
また、提供部124が、ゴルフクラブの種類ごとに、当該種類に対応する複数のショット管理データが示す値の代表値を計算してもよい。そして、ゴルフクラブの種類ごとの代表値の一覧を、表示部18に表示させたり、印刷出力したりしてもよい。
Further, the providing
ここで、本実施形態に係るショット管理装置10で行われる処理の流れの一例を、図11に例示するフロー図を参照しながら説明する。図11に示す処理例では、ショット検出信号の受信に応じて、1回のショットに対応付けられるショット管理データが生成され、記憶される。
Here, an example of the flow of processing performed by the
まず、ショットデータ生成部112が、受信部110によるショット検出信号の受信を待機する(S201)。
First, the shot
そして、受信部110によるショット検出信号の受信が検出されると、ショットデータ生成部112は、ショットデータを生成する(S202)。ここでは例えば、受信部110が、ショット検出信号の受信タイミング以前又は以後の所定時間以内に、弾道測定器30及びヘッド挙動測定器32から受信した画像、並びに、弾道測定器30から受信したヘッドスピードデータが特定される。そして、特定された画像及びヘッドスピードデータに基づいて、ショットデータが生成される。
Then, when receiving the shot detection signal by the receiving
そして、ターゲット画像特定部114が、上述のようにして、ターゲット画像を特定する(S203)。
Then, the target
そして、クラブ種類推定部116が、S203に示す処理で特定されたターゲット画像に基づいて、当該ターゲット画像に表れているゴルフクラブの種類を推定し、推定されたゴルフクラブの種類を示すクラブ種類データを生成する(S204)。ここで上述のように、ターゲット画像を機械学習モデル90に入力した際の出力に基づいて、ゴルフクラブの種類が推定されてもよい。
Then, the club
そして、ショット管理データ生成部118が、S202に示す処理で生成されたショットデータと、S204に示す処理で生成されたクラブ種類データと、を含むショット管理データを生成する(S205)。
Then, the shot management
そして、ショット管理データ生成部118が、S205に示す処理で生成されたショット管理データをショット管理データ記憶部120に記憶させて(S206)、本処理例に示す処理は終了される。
Then, the shot management
本実施形態では、基礎画像に対して前処理が実行されることで生成される学習入力画像により、機械学習モデル90の学習が実行される。そのため、ゴルフクラブの種類を的確に推定できる機械学習モデル90の学習を少ない画像を用いて行うことができることとなる。
In this embodiment, learning of the
また、本実施形態では、集計部122により、ゴルフクラブの種類ごとのショットデータが集計される。そのため、本実施形態によれば、ゴルフクラブの種類ごとのショットデータの集計の手間を低減できることとなる。
Further, in the present embodiment, the
なお、本実施形態において、クラブ種類推定部116が、ターゲット画像内においてゴルフボール48の画像が占める領域の位置、大きさ、又は、色のうちの少なくとも1つに基づいて、ゴルフクラブ及びゴルフボール48を少なくとも表す、ターゲット画像とは異なる、入力画像を生成してもよい。例えば、基礎画像に基づいて学習入力画像を生成する際に用いられるアルゴリズムと同様のアルゴリズムにより、ターゲット画像に基づいて入力画像が生成されてもよい。
In this embodiment, the club
例えば、クラブ種類推定部116が、入力画像内におけるゴルフボール48の画像が占める領域の位置が所定の位置である入力画像を生成してもよい。
For example, the club
また、例えば、クラブ種類推定部116が、ゴルフボール48の画像が占める領域の大きさが所定の大きさである入力画像を生成してもよい。
Further, for example, the club
また、例えば、クラブ種類推定部116が、ゴルフボール48の画像が占める領域の色が所定色となるよう画像全体が色補正された入力画像を生成してもよい。
Further, for example, the club
また、例えば、ターゲット画像が、人工芝をさらに表す画像であり、クラブ種類推定部116が、人工芝の画像が示す領域の色が所定色となるよう画像全体が色補正された入力画像を生成してもよい。
Further, for example, the target image is an image that further represents artificial turf, and the club
また、例えば、クラブ種類推定部116が、人工芝の縁の向きが所定の向きとなるよう画像全体が回転された入力画像を生成してもよい。
Further, for example, the club
また、例えば、ターゲット画像が、ティー50をさらに表す画像であり、クラブ種類推定部116が、ティー50の向きが所定の向きとなるよう画像全体が回転された入力画像を生成してもよい。
Further, for example, the target image is an image that further represents the
そして、クラブ種類推定部116が、入力画像を機械学習モデル90に入力した際の出力に基づいて、ゴルフクラブの種類を推定してもよい。
Then, the club
なおこの場合、機械学習モデル90が、前処理部96により生成される学習入力画像の入力に応じた出力を用いた学習が実行された機械学習モデルでなくても構わない。例えば、ゴルフクラブ及びゴルフボール48が所定の向きとなり、所定の画角で、所定の色味となるよう撮影された学習入力画像と、当該ゴルフクラブの種類を示す教師データと、を含むよう予め作成された複数の学習データを用いた学習が実行された機械学習モデルであっても構わない。
Note that in this case, the
以上のように、ゴルフボール48、ティー50、人工芝の像を頼りに、ターゲット画像に基づいて生成された、学習入力画像に似た入力画像を機械学習モデル90に入力した際の出力に基づいて、ゴルフクラブの種類を推定してもよい。この場合、機械学習モデル90が前処理部96により生成される学習入力画像の入力に応じた出力を用いた学習が実行されたものであるか否かに関わらず、ゴルフクラブの種類を的確に推定できる機械学習モデル90の学習を少ない画像を用いて行うことができる。
As described above, based on the output when an input image similar to the learning input image, which is generated based on the target image and relying on the images of the
なお、本発明は上述の実施形態に限定されるものではない。 Note that the present invention is not limited to the above-described embodiments.
例えば、ショット測定装置22が打音を検出する打音検出センサを備えていてもよい。そして、打音検出センサによって打音が検出されたタイミングに、打音検出センサが、所定のショット検出信号をショット管理装置10に送信してもよい。そして、受信部110が当該ショット検出信号を受信してもよい。
For example, the
そしてこの場合に、ターゲット画像特定部114が、打音が検出されたタイミングの所定時間前にヘッド撮影装置34のカメラ60により撮影された画像を、ターゲット画像に特定してもよい。例えば、打音検出センサが送信するショット検出信号を受信部110が受信したタイミングの所定時間前にカメラ60により撮影された画像が、ターゲット画像に特定されてもよい。
In this case, the target
また、ショット管理装置10とショット測定装置22との役割分担は上述のものには限定されない。例えば、ショット管理装置10で実装される図10に示す機能の一部又は全部がショット測定装置22で実装されてもよい。また、例えば、ショット管理装置10でヘッドスピードデータが生成されてもよい。
Furthermore, the division of roles between the
また、ヘッド撮影装置34の機能が、ヘッド挙動測定器32に実装されていてもよい。
Further, the functions of the
また、例えば、図12に示すように、複数のショット測定システム1が、ショット管理装置10と同様の、パーソナルコンピュータなどのコンピュータである集計装置130と通信可能であってもよい。そして、それぞれのショット測定システム1が、ショット管理データ生成部118によって生成されたショット管理データを、集計装置130に送信してもよい。この場合、送信されるショット管理データには、当該ショット管理データを送信するショット測定システム1の識別情報が関連付けられていてもよい。
Further, for example, as shown in FIG. 12, a plurality of
そして、集計装置130が、上述の集計部122や提供部124の機能を担っていてもよい。例えば、集計装置130が、上述したように、複数のショット測定システム1から受信した複数のショット管理データを集計してもよい。そして集計装置130が、集計装置130により計算される集計結果を、集計装置130のユーザに提供してもよい。
The
複数のゴルフショップのそれぞれに、ショット測定システム1が設けられている場合に以上のようにすることで、複数のゴルフショップで生成されたショットデータを横断的に分析することができる。例えば、ゴルフショットごと、ショットに用いられたゴルフクラブの種類ごとのショットデータの分析を行うことができる。
By doing the above when each of a plurality of golf shops is provided with the
なお、本実施形態に係るショット測定システム1が設けられる場所は特に問わず、例えば、ゴルフ練習場にショット測定システム1が設けられていてもよい。
Note that the location where the
また、上述の集計部122や提供部124の機能に限らず、例えば、図10に示す機械学習モデル90、受信部110、ショットデータ生成部112、ターゲット画像特定部114、クラブ種類推定部116、ショット管理データ生成部118、ショット管理データ記憶部120の機能の一部又は全部が、集計装置130で実装されてもよい。
In addition to the functions of the
また、クラブ種類推定部116は、学習済の機械学習モデル90を用いずに、ターゲット画像が表すショットに用いられたゴルフクラブの種類を推定してもよい。
Further, the club
例えば、クラブ種類推定部116が、ターゲット画像内のクラブヘッドに対応した特定範囲の画素値を有する画素を、例えば、人工芝等の緑色の背景に対応した画素値を有する画素から切り分けて抽出してもよい。
For example, the club
そして、クラブヘッドの大きさ、又は、クラブヘッドの形状に関する第1特徴情報が特定されてもよい。ここで、抽出されたクラブヘッドの像の画素の総数をクラブヘッドの大きさとしてもよい。また、抽出されたクラブヘッドの画像の領域から、クラブヘッドのシャフトが挿入される筒形状のソケット部の像を除去して得られるクラウン部及びサイド部の像の輪郭形状の情報が特定されてもよい。輪郭形状は、ウッド系のゴルフクラブの場合、種類によって大きく異なるので、抽出されたクラウン部の像の輪郭形状から、ゴルフクラブの種類を判別することができる。輪郭形状は、例えば輪郭を表す曲線の傾斜角度あるいは曲線の曲率によって特徴付けることができる。また、クラウン部及びサイド部の像の縦横比が特定されてもよい。 Then, first characteristic information regarding the size of the club head or the shape of the club head may be specified. Here, the total number of pixels of the extracted image of the club head may be taken as the size of the club head. Furthermore, from the extracted club head image area, information on the contour shapes of the crown and side images obtained by removing the image of the cylindrical socket into which the club head shaft is inserted is identified. Good too. In the case of wood-based golf clubs, the contour shape varies greatly depending on the type, so the type of golf club can be determined from the contour shape of the extracted crown image. The contour shape can be characterized, for example, by the inclination angle or curvature of a curved line representing the contour. Further, the aspect ratios of the images of the crown portion and the side portions may be specified.
そして、特定された第1特徴情報に基づいて、ゴルフクラブの種類が推定されてもよい。例えばクラブ種類推定部116が、第1特徴情報とゴルフクラブの種類とを対応付けた参照テーブルを予め保持していてもよい。そして、特定された第1特徴情報から、この参照テーブルを参照することにより、ゴルフクラブの種類が推定されてもよい。
Then, the type of golf club may be estimated based on the identified first feature information. For example, the club
また、クラブ種類推定部116が、ゴルフクラブのモデル名あるいは型番と対応付けることができる、模様、記号、又は色彩のうちの少なくとも1つの第2特徴情報を有する複数のクラブヘッドの参照画像を予め保持していてもよい。そして、ターゲット画像内のクラブヘッドの像について、保持している参照画像を呼び出して、それぞれの参照画像中の第2特徴情報とのマッチングを行うことにより、ゴルフクラブのモデル名あるいは型番が推定されてもよい。
Further, the club
第2特徴情報は、クラブヘッドの輪郭形状、フェース面に設けられたスコアラインの模様、フェース面に設けられたパンチマークの形態、フェース面に形成された装飾模様、又はクラブヘッドに設けられたロゴマークの少なくともいずれか1つを含んでいてもよい。 The second characteristic information includes the outline shape of the club head, the score line pattern provided on the face surface, the form of punch marks provided on the face surface, the decorative pattern formed on the face surface, or the shape of the score line provided on the face surface, or the It may include at least one of the logo marks.
また、本実施形態において、ゴルフクラブの種類の推定結果に応じて、弾道測定器30のステレオカメラ42による撮影タイミング及び撮影範囲が変更されてもよい。
Furthermore, in the present embodiment, the timing and range of photography by the
また、上記の具体的な数値は例示であり、これらの数値には限定されない。 Moreover, the above-mentioned specific numerical values are just examples, and the present invention is not limited to these numerical values.
1 ショット測定システム、10 ショット管理装置、12 プロセッサ、14 記憶部、16 通信部、18 表示部、20 操作部、22 ショット測定装置、30 弾道測定器、32 ヘッド挙動測定器、34 ヘッド撮影装置、40 フラッシュ光源、42 ステレオカメラ、44 ボール有無判別センサ、46 ヘッドスピードセンサ、48 ゴルフボール、50 ティー、52 フラッシュ光源、54 カメラ、56 反射板、58 通過センサ、60 カメラ、70 学習装置、72 プロセッサ、74 記憶部、76 通信部、78 表示部、80 操作部、90 機械学習モデル、92 学習データ記憶部、94 学習データ取得部、96 前処理部、98 学習部、100 ゴルフクラブ、102 縁、110 受信部、112 ショットデータ生成部、114 ターゲット画像特定部、116 クラブ種類推定部、118 ショット管理データ生成部、120 ショット管理データ記憶部、122 集計部、124 提供部、130 集計装置。
1 shot measurement system, 10 shot management device, 12 processor, 14 storage unit, 16 communication unit, 18 display unit, 20 operation unit, 22 shot measurement device, 30 trajectory measurement device, 32 head behavior measurement device, 34 head photography device, 40 flash light source, 42 stereo camera, 44 ball presence/absence determination sensor, 46 head speed sensor, 48 golf ball, 50 tee, 52 flash light source, 54 camera, 56 reflector, 58 passing sensor, 60 camera, 70 learning device, 72 processor , 74 storage unit, 76 communication unit, 78 display unit, 80 operation unit, 90 machine learning model, 92 learning data storage unit, 94 learning data acquisition unit, 96 preprocessing unit, 98 learning unit, 100 golf club, 102 edge,
Claims (11)
前記ショットにおける、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付ける関連付け手段と、
を含むことを特徴とするショット管理システム。 A trained machine learning model that has learned an image containing an image of a golf ball and an image of a golf club is provided with at least a portion of an image taken between the timing of the address in the shot and the timing of the shot. estimating means for estimating the type of the golf club based on an output when inputting an image representing a golf ball shot in the shot and a golf club that shoots the golf ball in the shot;
an association for associating club type data indicating an estimated type of the golf club with shot data indicating at least one of the behavior of the golf club when hitting the golf ball or the behavior of the golf ball in the shot; means and
A shot management system comprising :
ことを特徴とする請求項1に記載のショット管理システム。 further comprising calculation means for calculating a representative value of the values indicated by each of the plurality of shot data associated with the common type of golf club;
The shot management system according to claim 1, characterized in that :
ことを特徴とする請求項2に記載のショット管理システム。 The calculation means calculates at least one of an average value, standard deviation, maximum value, or minimum value of the values indicated by the plurality of shot data.
The shot management system according to claim 2 , characterized in that:
ことを特徴とする請求項1から3のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken a predetermined time before the timing of the detected shot.
The shot management system according to any one of claims 1 to 3 .
ことを特徴とする請求項1から3のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken a predetermined time before a timing at which a change from a state where the golf ball is placed to a state where the golf ball is not placed is detected. ,
The shot management system according to any one of claims 1 to 3 .
ことを特徴とする請求項1から3のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken a predetermined time before the timing at which the hitting sound was detected.
The shot management system according to any one of claims 1 to 3 .
ことを特徴とする請求項1から3のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken a predetermined time before the timing at which passage of the golf club was detected.
The shot management system according to any one of claims 1 to 3 .
ことを特徴とする請求項1から3のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken after the timing when the placement of the ball was detected.
The shot management system according to any one of claims 1 to 3 .
ことを特徴とする請求項1から8のいずれか一項に記載のショット管理システム。 The estimating means estimates the type of the golf club based on the image taken by the photographing means which starts photographing at the timing of the address in the shot and ends the photographing at the timing of the shot.
The shot management system according to any one of claims 1 to 8 .
関連付け手段が、前記ショットにおける、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付けるステップと、
を含むことを特徴とするショット管理方法。 The estimation means applies at least one of the images taken between the timing of the address in the shot and the timing of the shot to the trained machine learning model that has learned the images including the image of the golf ball and the image of the golf club. a step of estimating the type of the golf club based on an output when inputting an image representing a golf ball shot in the shot and a golf club that shoots the golf ball in the shot;
The association means includes a club type indicating the estimated type of the golf club in shot data indicating at least one of the behavior of the golf club when hitting the golf ball or the behavior of the golf ball in the shot. a step of associating the data ;
A shot management method comprising :
前記ショットにおける、前記ゴルフボールをショットする際の前記ゴルフクラブの挙動又は前記ゴルフボールの挙動のうちの少なくとも一方を示すショットデータに、推定される前記ゴルフクラブの種類を示すクラブ種類データを関連付ける手順、
をコンピュータに実行させることを特徴とするプログラム。 A trained machine learning model that has learned an image containing an image of a golf ball and an image of a golf club is provided with at least a portion of an image taken between the timing of the address in the shot and the timing of the shot. a step of estimating the type of the golf club based on an output when inputting an image representing a golf ball shot in the shot and a golf club that shoots the golf ball in the shot;
a step of associating club type data indicating an estimated type of the golf club with shot data indicating at least one of the behavior of the golf club when hitting the golf ball or the behavior of the golf ball in the shot; ,
A program that causes a computer to execute.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019154906A JP7360023B2 (en) | 2019-08-27 | 2019-08-27 | Shot management system, shot management method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019154906A JP7360023B2 (en) | 2019-08-27 | 2019-08-27 | Shot management system, shot management method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021029736A JP2021029736A (en) | 2021-03-01 |
JP7360023B2 true JP7360023B2 (en) | 2023-10-12 |
Family
ID=74677280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019154906A Active JP7360023B2 (en) | 2019-08-27 | 2019-08-27 | Shot management system, shot management method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7360023B2 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003088604A (en) | 2001-09-20 | 2003-03-25 | Sumitomo Rubber Ind Ltd | Golf swing record storage system |
US20050268705A1 (en) | 2004-06-07 | 2005-12-08 | William Gobush | Launch monitor |
US20150051020A1 (en) | 2013-08-15 | 2015-02-19 | Elwha, Llc | Active golf tee |
-
2019
- 2019-08-27 JP JP2019154906A patent/JP7360023B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003088604A (en) | 2001-09-20 | 2003-03-25 | Sumitomo Rubber Ind Ltd | Golf swing record storage system |
US20050268705A1 (en) | 2004-06-07 | 2005-12-08 | William Gobush | Launch monitor |
US20150051020A1 (en) | 2013-08-15 | 2015-02-19 | Elwha, Llc | Active golf tee |
Also Published As
Publication number | Publication date |
---|---|
JP2021029736A (en) | 2021-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4271615B2 (en) | Golf club head behavior measuring device | |
JP5584961B2 (en) | Golf club trial hitting system and golf club trial hitting method | |
JP2006247023A (en) | Golf club information providing system, method and program | |
JP2011238222A5 (en) | ||
US20200346091A1 (en) | Device for calculating flight information of ball, method of calculating flight information of ball, and computing-device-readable recording medium having the method recorded therein | |
JP6582641B2 (en) | How to display golf club swing | |
CN110458100A (en) | Based on target detection and the identification of the table tennis drop point of tracking and methods of marking and system | |
JP5471357B2 (en) | Golf club swing display method and display chart | |
JP7319540B2 (en) | Shot management system, shot management method and program | |
JP2009045495A (en) | Behavior measuring instrument for golf club head | |
JP7360023B2 (en) | Shot management system, shot management method and program | |
JP2004061483A (en) | Method and instrument for measuring rotation quantity and rotary axis direction of curved surface body, and method of specifying three-dimensional posture of curved surface body | |
JP7410370B2 (en) | Shot management system and shot management method | |
KR102578896B1 (en) | Theta data acquisition system and theta data acquisition method | |
JP7307334B2 (en) | Image generation system, estimation system, image generation method, estimation method and program | |
KR102050970B1 (en) | Green information providing method using picture and terminal thereof | |
JP5540665B2 (en) | Golf club selection method and selection apparatus, and golf club | |
KR101019801B1 (en) | Apparatus and method for sensing moving object and virtual golf simulation device using the same | |
TWI635887B (en) | Sensing device for calculating information on golf shot of user and sensing method using the same | |
TWI453056B (en) | Virtual golf simulation apparatus and sensing device and method used for the same | |
CN111524217A (en) | Novel method for improving accuracy of sketch shape and application system | |
JP6710961B2 (en) | Golf swing analysis method | |
US11138807B1 (en) | Detection of test object for virtual superimposition | |
JP2006204359A (en) | Golf ball trial hitting machine | |
CN117876457A (en) | Golf club data measurement method and device and electronic equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230605 |
|
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: 20230829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230911 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7360023 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |