WO2023248552A1 - 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム - Google Patents

競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム Download PDF

Info

Publication number
WO2023248552A1
WO2023248552A1 PCT/JP2023/008920 JP2023008920W WO2023248552A1 WO 2023248552 A1 WO2023248552 A1 WO 2023248552A1 JP 2023008920 W JP2023008920 W JP 2023008920W WO 2023248552 A1 WO2023248552 A1 WO 2023248552A1
Authority
WO
WIPO (PCT)
Prior art keywords
competition
past
video
result
current
Prior art date
Application number
PCT/JP2023/008920
Other languages
English (en)
French (fr)
Inventor
大 下永
Original Assignee
株式会社ProjectA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社ProjectA filed Critical 株式会社ProjectA
Publication of WO2023248552A1 publication Critical patent/WO2023248552A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • Patent Document 1 includes an identification information acquisition unit that acquires identification information of a person identified by image recognition from an image, and an attention information acquisition unit that acquires attention information indicating the attention state of the person from the person's face image. a behavior prediction unit that predicts a person's behavior based on the identification information and the attention information; and an image generation unit that generates a predicted image that includes behavior prediction information that includes the behavior of the person predicted by the behavior prediction unit.
  • the information is information extracted from the features of a person's face or eyes.
  • Patent Document 1 it is possible to predict the behavior of each player, taking into account the different behavioral tendencies of each individual, so the satisfaction level of spectators can be improved through prediction of the development of a match.
  • the system disclosed in Patent Document 1 is limited to motion prediction that predicts the next motion from the current motion of the player or the like, particularly from the line of sight. For this reason, instantaneous prediction was not sufficient for future predictions regarding the subsequent match itself, and furthermore, the performance of the player in the match.
  • the competition result prediction system of the embodiment includes a past result acquisition unit that acquires past competition videos of competitions in which the competition was held in the past and the competition results of the competition in the past competition videos, and a past result acquisition unit that acquires the competition results of the competition in the past competition videos.
  • the past result information generation unit extracts past characteristic motion videos from a plurality of past competition videos, and statistically combines the plurality of competition results of competitions corresponding to the plurality of past characteristic motion videos to generate the past result information. It is also possible to generate .
  • the prediction unit may predict the result of the competition that the competitive object will perform from now on as a probability based on the current amount of movement and the amount of past movement in the past result information.
  • a past result acquisition unit that acquires past competition videos of competitions in which the competition was held in the past and competition results of the competition in the past competition videos, and a past result acquisition unit that acquires the competition results of the competition in the past competition videos, and a past result information generation unit that extracts a video of a motion as a past characteristic motion video, and generates past result information based on a combination of the past characteristic motion video and the competition result of a competition corresponding to the past competition video;
  • a current video acquisition unit that acquires a current competition video of a competition that will be held from now on, and extracts a current characteristic action video that includes a motion corresponding to a past characteristic action video of the competition item from the current competition video;
  • the prediction unit predicts the result of the competition in the competition that the competition will perform in the future based on the comparison with the characteristic motion video.
  • FIG. 1 is a schematic diagram showing the configuration of a competition result prediction system according to an embodiment. It is a block diagram showing the composition of the functional part in the computer of a competition result prediction system.
  • FIG. 3 is a schematic diagram illustrating processing of a past result information generation unit.
  • FIG. 3 is a schematic diagram illustrating processing of a current video acquisition unit. It is a schematic diagram explaining the process of a prediction part. It is a flow chart explaining a competition result prediction method of an embodiment.
  • the competition result prediction system of the embodiment accumulates videos of competitions in competitions held in the past and the results of competitions of the relevant competitions, and calculates the result of the competition from the video of the same competition in the competitions that will be held from now on. It is a system for predicting results.
  • the competition result prediction system is a system that predicts the results of future competitions by comparing the past and present of the same competition.
  • the term "competition object” means the entity that conducts the competition.
  • the competition is the athletes participating in the competition.
  • the competition object is either a horse or a jockey, or both.
  • the competition is "boat racing,” the competition is the boat racer, when the competition is “keirin,” the competition is the bicycle racer, and when the competition is “auto race,” the competition is the auto racer.
  • the competition will be described as a “horse race” and the competition object will be described as a “horse” (a runner).
  • explanations will include other competitions and items from time to time.
  • FIG. 1 is a schematic diagram showing the configuration of a competition result prediction system 1 according to an embodiment.
  • a competition (horse racing) venue 5 (so-called racetrack, racecourse) and a computer 10 (server) of a company 6 of the competition result prediction system are connected via an Internet line 4.
  • a past competition server 2 that stores images of competition items (horses) from past competitions (horse racing) and the results of those competitions (race results, finishing order, etc.) is also connected via an Internet line 4, and a competition result prediction system operator 6
  • the computer 10 is accessible.
  • the past competition server 2 and the computer 10 of the operator 6 of the competition result prediction system 1 may be configured to be integrated.
  • a plurality of cameras 7 are installed at the competition venue 5, and images of the competition items (horses) of the competition (horse racing) that is currently to be held are taken by the cameras 7.
  • the computers 10 of the past competition server 2 and the business operator 6 of the competition result prediction system 1 are electronic computers (computing resources) such as known mainframes, workstations, and cloud computing systems. Note that the computer 10 also includes electronic computers (computing resources) such as personal computers, smartphones, and tablet terminals.
  • FIG. 2 is a block diagram showing the configuration of functional units in the computer 10 of the operator 6 of the competition result prediction system 1.
  • the computer 10 is equipped with a CPU 11, a ROM 12, a RAM 13, a storage section 14, an I/O 15 (input/output interface), and the like.
  • the past competition server 2 also has a similar configuration.
  • the storage unit 14 of the computer 10 is a known storage device such as an HDD or an SSD.
  • the storage unit 14 may be an external server (not shown).
  • the storage unit 14 stores various data, information, a competition result prediction program, various data necessary for executing the program, and the like.
  • each functional unit that executes various calculations, calculations, etc. is an arithmetic element such as the CPU 11.
  • input devices such as a keyboard and mouse, a display unit (display device such as a display), an output device that outputs data, etc. may also be properly connected to the I/O 15 of the computer 10. .
  • the past result acquisition unit 110 acquires past competition videos of competitions conducted in the past by the competition object and competition results of the competition object in the past competition videos.
  • the competition is a horse race
  • before the start of a past race for example, runners walking in the paddock (competition), or horses running in the race (competition)
  • the object is photographed by the camera 7 and becomes a video (past competition video) of each horse running (competition object).
  • the past competition video and the competition results (finishing order) of each horse (competition object) in the race are obtained from information stored in the past competition server 2.
  • the past result acquisition unit 110 automatically accesses the past competition server 2 etc. through crawling, and collects and obtains past competition videos and competition results of competitions in the past competition videos as information regarding past competition results. .
  • the past competition video acquired by the past result acquisition unit 110 is, for example, the entire video (past competition video) of each participating horse (competition) taken while walking in the paddock, and the past competition video acquired by the past result acquisition unit 110 is No editing is done at this time.
  • the competition is baseball, it is footage of pitchers and batters (competitive objects) (past competition footage) and pitching and batting records in games (competition results), and if the competition is golf, it is the players'
  • the past result information generation unit 120 extracts a video of a characteristic motion in a competition item from the past competition video as a past characteristic motion video. Then, past result information is generated based on a combination of the past characteristic motion video and the competition result of the competition corresponding to the past competition video.
  • a characteristic motion of a competitive object is a motion of the competitive object that influences (or has the possibility of influencing) the prediction of the result of the competition among a series of motions of the competitive object.
  • the processing in the past result information generation unit 120 will be explained using the schematic diagram in FIG. 3.
  • the competition is a horse race
  • images of characteristic movements of each participating horse are extracted as past characteristic movement images from past competition images of participating horses (competitive objects) walking in the paddock acquired through the past result acquisition unit 110.
  • Past characteristic motion videos are, for example, videos taken of horses walking in the paddock, such as how high they lift their front legs, how they bend their legs, how they move their necks, etc. This is an image in which the time can be determined.
  • the past characteristic motion video is the video of the pitcher's arm and leg positions when they are moving, how they bend, etc., and the time during which they are moving can be determined. This is a possible image.
  • a past characteristic motion image C1 is extracted from a video of a front leg L of a racehorse walking in the paddock from a past competition video of a certain racehorse (competition object). Therefore, from the video of the front leg L of the running horse, the bending angle ⁇ 1 when the joint of the front leg L is extended and the bending angle ⁇ 2 when the joint is bent are obtained from the video, and the difference between the bending angles ⁇ d is obtained. is required.
  • the angle ⁇ d of the difference is regarded as the amount of motion of the runner (competition object) in the past characteristic motion image C1, and is defined as the past amount of motion M1 of one particular runner (competition object).
  • the time from the bending angle ⁇ 1 when the joint of the front leg L is extended to the bending angle ⁇ 2 when the joint is bent is considered to be the movement time of the running horse (competition object) in the past characteristic movement video C1.
  • the past movement time T1 of one particular horse (competition) is defined as the past movement time T1 of one particular horse (competition).
  • the past motion amount M1 may be the moving distance of the front leg L (projected three-dimensionally or two-dimensionally) in addition to the difference angle ⁇ d.
  • a video of a characteristic motion of a particular racehorse is extracted as a past characteristic motion video C1 containing comparable numerical information.
  • past result information D1 is generated by combining with the results of a race in which one particular horse participated.
  • information on the runner's movements that can be determined numerically before participation is combined as the past characteristic movement image C1 whereas the name of the runner (competitive object) and the race result were previously combined.
  • objective indicators have been introduced to judge the quality of a race horse (competition object), which used to rely on sensations, atmosphere, etc. This allows you to compare races on the same day, races on different days, and last year's races.
  • the past result information generation unit 120 extracts past characteristic motion videos from a plurality of past competition videos, and calculates correlations that are statistically combined with a plurality of competition results of competitions corresponding to the plurality of past characteristic motion videos. Generate past result information based on the results.
  • past result information there will be variations in the extraction of one past characteristic movement video, so multiple past characteristic movement videos may be extracted on the same day or different days for one race horse (competition).
  • a past motion amount M1 and a past motion time T1 are calculated for each of a plurality of past feature motion videos, and are combined with the race result at the time of calculation to generate past result information D1.
  • the past motion amount M1 and past motion time T1 of the plurality of past characteristic movement videos and the plurality of competition results of the competitions corresponding to the races at the time of video recording of the plurality of past characteristic movement videos are calculated using multivariate analysis (multiple analysis). It is statistically analyzed using machine learning (regression analysis) and deep learning. Based on the analysis results, past result information is generated by determining the correlation with the competition results. Note that the past operation amount M1 and the past operation time T1 may be both or one of them. In addition, the past motion amount M1 and the past motion time T1 used in the past characteristic motion video can be of multiple types for each region.
  • the past result information D1 is not a single numerical value regarding the past movement amount M1, the past movement time T1, and the competition result.
  • the past motion amount M1, the past motion time T1, and the competition result (order of finish) are a set of numerical values obtained from a plurality of past characteristic motion videos.
  • the competition result, the set of numerical values of the past motion amount M1, and the past motion time T1 are expressed as a predetermined function.
  • the user of the competition result prediction system may select and set characteristic movement images for each individual horse (competition).
  • characteristic movement images instead of extracting past characteristic motion images from the beginning, multiple body parts are first selected for the movement of the competition, past characteristic motion images of multiple points are extracted, and then multivariate analysis is used. From the combination of the motion of the competition object and the competition result, the past characteristic motion video that has the highest correlation with the competition result may be extracted by feedback.
  • the runners competitive animals
  • the runners may grow and their physiques may change. Therefore, for example, the body part in the extracted image may change from the past characteristic movement image of the front legs to the past characteristic movement image of the hind legs. Therefore, the selection of characteristic motions can be changed in accordance with changes in the competition results of the runners (competitive objects).
  • machine learning may also be used to generate past result information and extract optimal past feature motion videos.
  • techniques such as support vector machine (SVM), model tree, decision tree, neural network, multiple linear regression, locally weighted regression, and probability search method are used.
  • the current video acquisition unit 130 acquires the current competition video of the competition that the competition object will perform from now on, and extracts from the current competition video the current characteristic motion video that includes the motion corresponding to the past characteristic motion video of the competition object.
  • the processing in the current video acquisition unit 130 will be explained using the schematic diagram in FIG. 4. If the competition is horse racing, the current competition video for the race in which the runners (competition items) will be participating in the future is, for example, the entire video (current competition video) of each individual runner (competition item) walking in the paddock. is acquired by camera 7.
  • the current characteristic motion image C2 of the motion (similar motion) corresponding to the race horse (competition) in the past characteristic motion video C1 is extracted.
  • the purpose of aligning the motions of the running horses (competitive objects) in the past characteristic motion video C1 and the current characteristic motion video C2 is to facilitate comparison of motion amounts and motion times.
  • an image of the front leg L of the runner walking in the paddock is extracted from the current competition image of one runner (competition object), similar to the past characteristic movement image C1. Therefore, from the image of the front leg L of the current horse running, the bending angle ⁇ 1 when the joint of the front leg L is extended and the bending angle ⁇ 2 when the joint is bent are obtained from the video, and the difference between the two bending angles is obtained.
  • the angle ⁇ d is determined.
  • the angle of difference ⁇ d is regarded as the motion amount of the runner (competition object) in the current characteristic motion image C2, and is defined as the current motion amount M2 of one particular runner (competition object).
  • the time from the bending angle ⁇ 1 when the joint of the front leg L is extended to the bending angle ⁇ 2 when the joint is bent is considered to be the movement time of the running horse (competition object) in the current characteristic movement image C2.
  • the current movement time T2 of one particular horse (competition) is defined as the current movement time T2 of one particular horse (competition).
  • the current motion amount M2 may also be a moving distance of the front leg L (projected three-dimensionally or two-dimensionally).
  • the prediction unit 140 predicts the competition result of the competition object in the competition that the competition object will perform from now on, based on the comparison between the current characteristic movement image and the past characteristic movement image. That is, the prediction unit 140 compares past and present videos of common body parts of the same racehorse (competition object), and calculates the prediction based on the movement in the current video of the same racehorse (competition object). , to predict the competition results (achievements) of the horses (competitions) that will be running in the competitions (races) that will be held from now on.
  • processing in the past result acquisition unit 110 and the past result information generation unit 120 may be performed sequentially each time, or may be performed by utilizing past result information D1 accumulated up to the day before the competition, the previous week, etc. , the processing in the past result acquisition unit 110 and the past result information generation unit 120 may be omitted, and the processing in the current video acquisition unit 130 and the prediction unit 140 may be executed.
  • the prediction unit 140 calculates the current movement amount M2 and the current movement of a certain horse (competition) in the current characteristic movement image C2.
  • the time T2 is compared with the past motion amount M1 and the past motion time T1 of one and the same racehorse (competition) in the past result information D1 (past characteristic motion video C1).
  • the amount of operation or the operation time may be used.
  • the same motions of the competition objects are compared as much as possible. For example, a comparison is made using images of one particular horse (competition) in a "walk". If the walking style is the same, it will be easier to compare the amount of leg bending and time.
  • the past motion amount M1 of a certain racehorse is "100" on average, and today, the same current racehorse
  • the competition results corresponding to the movement amount improved by about 5% in the function of the past result information D1 are referred to.
  • a competition result D2 (see FIG. 5) corresponding to the amount of movement in the past result information D1 is predicted for the competition to be held from now on.
  • the average past motion time T1 of a certain racehorse is "100", and the same current horse If the current movement time T2 of the entered horse (competition object) is "95", it can be determined that the movement of the entered horse (competition object) is decreasing. Therefore, the competition results corresponding to the movement time that has decreased by about 5% in the function of the past result information D1 are referred to. Then, from the competition result, a competition result D2 (see FIG. 5) corresponding to the operation time of the past result information D1 is predicted for the competition to be held from now on.
  • the schematic diagram in FIG. 5 conceptually shows the processing of the prediction unit 140.
  • the prediction unit 140 predicts the result D2 of the competition to be held from now on from the known past result information D1, past motion amount M1, past motion time T1, and the currently acquired current motion amount M2 and current motion time T2.
  • the function of past result information D1 is used for prediction.
  • statistical dispersion and correlation are taken into consideration from the numerical dispersion of the past movement amount M1 and past movement time T1 in the past result information D1, and the probability of the competition is calculated based on the currently acquired current movement amount M2 and current movement time T2.
  • Result D2 is predicted.
  • a correlation coefficient or the like is multiplied. For example, if the currently acquired current motion amount M2 and current motion time T2 are good, and the calculation from the function of the past result information D1 predicts that the runner (competition) will come in first place, the horse will come in first place. Predictions are predicted with a reduced probability of 85-90%. In addition, when making a prediction, the location of the racetrack, the length of the course, the condition of the course, etc. may also be included in the probability prediction. In addition, when predicting the competition result D2, it is also possible to make a prediction using a probability density function such as a normal distribution or a power distribution.
  • the competition result D2 is transmitted from the computer 10 of the operator 6 of the competition result prediction system 1 to a display (not shown) connected to the computer 10, and furthermore, through a contract or partnership with the operator 6 of the competition result prediction system.
  • the information is transmitted and output from the I/O 15 to each terminal (not shown) of each user. Therefore, the business operator and the user can obtain the results of the competition, and the users can enjoy the competition with more interest and interest in the results of the competition.
  • the competition was horse racing
  • the competition was a horse participating in a horse race
  • the amount of movement and movement time were the degree of bending and bending time of the front legs of the horse.
  • the competition result prediction system can be applied to things other than horse racing.
  • the game result prediction system is used to predict the result of batting based on the batter's (competitive object) movement in the batter's box, and to predict the pitching result from the pitcher's (competitive object) movement. It will be done.
  • the competition is bicycle racing
  • a competition result prediction system is used to predict the ranking based on the movements of athletes (competition objects) during test runs.
  • the competition is an auto race
  • the competition result prediction system is used to predict the ranking based on the movement of the car body (competition object) during test runs, formation laps, etc.
  • the competition result prediction system is used to predict the ranking based on the movements of the athletes before the start.
  • a competition result prediction system is used to predict the ranking and time based on the running form of the athletes.
  • a competition result prediction system is used to predict the winner or loser of an athlete based on the athlete's movements at the time of entry.
  • the competition result prediction system can be used to predict the results of a wider range of sports and martial arts competitions.
  • the competition result prediction system is used not only to predict the results of individual sports, but also to predict the results of team sports. Assuming a team sport, there will be multiple sports. That is, past result information of all participating members belonging to the team is generated, and current characteristic motion images of all participating members are extracted. Furthermore, past result information of all participating members belonging to the opponent's team is generated, and current characteristic motion images of all participating members are extracted.
  • the competition result prediction method is executed by the CPU 11 of the computer 10 based on the competition result prediction program.
  • the competition result prediction program causes the computer 10 in FIG. 1 to execute various functions such as a past result acquisition function, a past result information generation function, a current video acquisition function, and a prediction function. Each of these functions is executed in the order shown. Note that since each function overlaps with the description of the competition result prediction system 1 described above, the details will be omitted.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

選手、出走馬等の競技物の試合前、試合中の現れる動作を過去の当該競技物の動作と比較して試合への影響を考慮した予測を可能とする予測システムを提供する。競技物が過去に実施した競技の過去競技映像及び競技結果を取得する過去結果取得部と、過去競技映像より特徴となる動作の映像を過去特徴動作映像として抽出し過去特徴動作映像と競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成部と、競技物がこれから実施する競技の現在競技映像を取得し現在競技映像から過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得部と、現在特徴動作映像と過去特徴動作映像との比較から競技物がこれから実施する競技の結果を予測する予測部を備える。

Description

競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム
　本発明は、競技結果予測システム、競技結果予測方法、及び競技結果予測プログラムに関し、特に競技における競技物の過去と現在の映像を比較してこれから実施される競技の結果を予測するシステムとその方法及びプログラムに関する。
　例えば、スポーツ、武道等の試合観戦、競馬等の公営競技等では、懇意の選手、出走馬の勝敗、チームの勝敗に多大な関心が寄せられる。さらには、サッカー、競馬等では掛け金に対する払戻金が設定されることから、観戦者はより多くの関心、興趣を試合結果に抱くこととなる。
　試合の結果はこれから起こる事象である。そこで、試合中の選手等動作から行動を予測するシステムが提案されている（特許文献１参照）。特許文献１のシステムは、画像の中から画像認識により特定された人物の識別情報を取得する識別情報取得部と、人物の顔画像から人物の注目状態を示す注目情報を取得する注目情報取得部と、識別情報と注目情報とに基づいて人物の行動を予測する行動予測部と、行動予測部が予測した人物の行動を含む行動予測情報を含む予測画像を生成する画像生成部を備え、注目情報は人物の顔または目の特徴から抽出された情報とされている。
　特許文献１のシステムによると、選手等の各人ごとに行動の傾向が異なることを考慮した行動予測を可能とすることから、競技における試合展開の予測を通じて観戦者の満足度は向上させられる。しかしながら、特許文献１のシステムは、選手等の現在の動作、特には視線から次の動作を予測する動作予測に留まっている。このことから、その後の試合自体、さらには試合における当該選手の活躍等については、瞬間の予測から先の予測に対しては十分ではなかった。
国際公開ＷＯ２０１９／２３５３５０号公報
　例えば、選手の試合前、試合中の動作には特有の動作の傾向が生じると考えられる。特に試合前の緊張や興奮等の心理状態、体調の善し悪し等は、選手、さらには出走馬等の動作の随所に発現しやすい。そこで、瞬間毎の動作予測ではなく、試合への影響までも予測可能な競技の結果を予測するシステムとその方法及びプログラムが求められている。
　本発明は前記の点に鑑みなされたものであり、選手、出走馬等の競技物の試合前、試合中の現れる動作を過去の当該競技物の動作と比較することにより、行動予測に留まらず試合への影響を考慮した予測を可能とする予測システムとその方法及びプログラムを提供する。
　すなわち、実施形態の競技結果予測システムは、競技物が過去に実施した競技における過去競技映像及び過去競技映像における競技物の競技結果を取得する過去結果取得部と、過去競技映像より競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、過去特徴動作映像と過去競技映像に対応した競技物の競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成部と、競技物がこれから実施する競技における現在競技映像を取得し、現在競技映像から競技物における過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得部と、現在特徴動作映像と過去特徴動作映像との比較に基づいて、競技物がこれから実施する競技における競技物の競技の結果を予測する予測部とを備えることを特徴とする。
　さらに、過去結果情報生成部は、複数の過去競技映像より過去特徴動作映像を抽出し、複数の過去特徴動作映像に対応した競技物の複数の競技結果とを統計的に組み合わせて前記過去結果情報を生成することとしてもよい。
　さらに、予測部は、現在特徴動作映像と過去特徴動作映像との比較に際して、現在特徴動作映像における競技物の現在動作量と過去結果情報における競技物の過去動作量と比較することとしてもよい。
　さらに、予測部は、現在特徴動作映像と過去特徴動作映像との比較に際して、現在特徴動作映像における競技物の現在動作時間と過去結果情報における競技物の過去動作時間とを比較することとしてもよい。
　さらに、予測部は、現在動作量と過去結果情報における過去動作量に基づいて、競技物がこれから実施する競技の結果を確率として予測することとしてもよい。
　さらに、競技物は複数であることとしてもよい。
　本発明の競技結果予測システムによると、競技物が過去に実施した競技における過去競技映像及び過去競技映像における競技物の競技結果を取得する過去結果取得部と、過去競技映像より競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、過去特徴動作映像と過去競技映像に対応した競技物の競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成部と、競技物がこれから実施する競技における現在競技映像を取得し、現在競技映像から競技物における過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得部と、現在特徴動作映像と過去特徴動作映像との比較に基づいて、競技物がこれから実施する競技における競技物の競技の結果を予測する予測部とを備えるため、競技物の試合前、試合中の現れる動作を過去の当該競技物の動作と比較することにより、行動予測に留まらず試合への影響を考慮した予測が可能となる。
実施形態の競技結果予測システムの構成を示す模式図である。 競技結果予測システムのコンピュータにおける機能部の構成を示すブロック図である。 過去結果情報生成部の処理を説明する模式図である。 現在映像取得部の処理を説明する模式図である。 予測部の処理を説明する模式図である。 実施形態の競技結果予測方法を説明するフローチャートである。
　実施形態の競技結果予測システムは、過去に実施された競技における競技物の映像、当該競技物の競技における結果を蓄積し、現在、これから実施される競技における同一の競技物に関する映像から、競技の結果を予測するためのシステムである。すなわち、競技結果予測システムは同一対象の競技物の過去と現在を比較することにより、未来の競技の結果を予測するシステムとなる。
　ここで言う競技とは、一般的なスポーツ等の試合であり、勝敗の結果、順位が確定する競技である。例えば、野球、サッカー、バレーボール、テニス、ゴルフ、フィギュアスケート、体操、ボクシング等である。さらに、柔道、空手、相撲、弓道等の武道も競技に含まれる。さらに、競技には公営競技等も含まれる。具体的には日本中央競馬会が主催する中央競馬、地方競馬全国協会が主催する地方競馬等の「競馬」、さらには各地方公共団体が主催する「競艇」（モーターボート競走）、各地方公共団体が主催する「競輪」または「オートレース」が列挙される。
　また、競技物とは競技を行う主体を意味する。前述の競技が「スポーツ、武道」における競技物とは、競技の参加選手である。さらに、競技が「競馬」であるとき競技物は馬または騎手のいずれかもしくは両方である。同様に競技が「競艇」のときの競技物は競艇選手であり、「競輪」のときの競技物は競輪選手であり、「オートレース」のときの競技物はオートレース選手である。以降の実施形態の説明では、競技を「競馬」とし、競技物を「馬」（出走馬）として説明する。なお、随時他の競技及び競技物も交えながら説明する。
　図１は実施形態の競技結果予測システム１の構成を示す模式図である。競技結果予測システム１では、競技（競馬）の開催場５（いわゆる競馬場、レース場）と、競技結果予測システムの事業者６のコンピュータ１０（サーバ）がインターネット回線４により接続されている。過去の競技（競馬）の競技物（馬）の映像とその競技の結果（レース結果、着順等）を蓄積した過去競技サーバ２もインターネット回線４により接続され、競技結果予測システムの事業者６のコンピュータ１０はアクセス可能となっている。むろん、過去競技サーバ２と競技結果予測システム１の事業者６のコンピュータ１０とは一体化される構成としてもよい。また、競技の開催場５には複数台のカメラ７が設置され、現在のこれから実施される競技（競馬）の競技物（馬）の映像はカメラ７により撮影される。
　そこで、競技結果予測システム１の事業者６は、競技物の過去の映像と結果について過去競技サーバ２から取得する。そして、競技結果予測システム１の事業者６は、これから開催場５（いわゆる競馬場）において実施（開催）される競技の内容（どのレース）、参加する競技物（馬）と、競技前の競技物の動いている映像についてカメラ７を通じて取得する。むろん、競馬以外の競技として、競技が野球であれば開催場は野球場であり競技物は投手、打者等の野球選手である。競技がゴルフであれば開催場はゴルフ場であり競技物はゴルフプレーヤである。競技物がテニスであれば開催場はテニスコートであり競技物はテニスの選手である。さらに、競技物が相撲であれば開催場は土俵であり競技物は力士である。
　過去競技サーバ２及び競技結果予測システム１の事業者６のコンピュータ１０は、公知のメインフレーム、ワークステーション、クラウドコンピューティングシステム等の電子計算機（計算リソース）である。なお、コンピュータ１０については、パーソナルコンピュータ、スマートフォン、タブレット端末等の電子計算機（計算リソース）も含められる。
　図２は競技結果予測システム１の事業者６のコンピュータ１０における機能部の構成を示すブロック図である。コンピュータ１０について詳しく述べると、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、記憶部１４、Ｉ／Ｏ１５（インプット／アウトプットインターフェイス）等が実装されている。むろん、過去競技サーバ２においても同様の構成である。
　コンピュータ１０のＣＰＵ１１における各機能部は、同図２のブロック図のとおり示される。各機能部は、過去結果取得部１１０、過去結果情報生成部１２０、現在映像取得部１３０、予測部１４０等を備える。コンピュータ１０の動作、実行は、ソフトウェア的に、メインメモリにロードされた競技結果予測プログラム等により実現される。
　図２のコンピュータ１０の各機能部をソフトウェアにより実現する場合、コンピュータ１０は、各機能を実現するソフトウェアであるプログラムの命令を実行することで実現される。このプログラムを格納する記録媒体は、「一時的でない有形の媒体」、例えば、ＣＤ、ＤＶＤ、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、このプログラムは、当該プログラムを伝送可能な任意の伝送媒体（通信ネットワーク、放送波等）を介して競技結果予測システムの事業者６のコンピュータ１０に供給されてもよい。
　コンピュータ１０の記憶部１４は、ＨＤＤまたはＳＳＤ等の公知の記憶装置である。記憶部１４は外部のサーバ（図示せず）としても良い。記憶部１４は、各種のデータ、情報、競技結果予測プログラム、同プログラムの実行に必要な各種のデータ等を記憶する。また、各種の算出、演算等の演算実行する各機能部はＣＰＵ１１等の演算素子である。加えて、キーボード、マウス等の入力装置（図示せず）、表示部（ディスプレイ等の表示装置）、データ類を出力する出力装置等も適式にコンピュータ１０のＩ／Ｏ１５に接続されてもよい。
　過去結果取得部１１０は、競技物が過去に実施した競技における過去競技映像及び過去競技映像における競技物の競技結果を取得する。
　前出の図１の説明にあるように、競技が競馬であれば、その過去のレースの始まる前、例えば、パドックにて歩いている出走馬（競技物）、あるいは競技中の出走馬（競技物）はカメラ７により撮影されて個々の出走馬（競技物）の映像（過去競技映像）となる。過去競技映像と当該レースにおける個々の出走馬（競技物）のそれぞれの競技結果（着順）は過去競技サーバ２に蓄積された情報から取得される。なお、過去結果取得部１１０は、クローリングにより自動的に過去競技サーバ２等にアクセスして、過去の競技結果に関する情報として、過去競技映像及び過去競技映像における競技物の競技結果を収集、取得する。
　過去結果取得部１１０が取得する過去競技映像は、例えばパドックを歩いている時に撮影された個々の出走馬（競技物）の映像（過去競技映像）の全体であり、過去結果取得部１１０の取得時点では、編集はされない。競馬以外の競技においては、競技が野球であれば投手、打者（競技物）の映像（過去競技映像）と試合における投球実績、打球実績（競技結果）であり、競技がゴルフであれば選手の映像（過去競技映像）と飛距離、トーナメントの実績（競技結果）等である。
　過去結果情報生成部１２０は、過去競技映像より競技物における特徴となる動作の映像を過去特徴動作映像として抽出する。そして、過去特徴動作映像と過去競技映像に対応した競技物の競技結果との組み合わせに基づいて過去結果情報は生成される。競技物における特徴となる動作とは、一連の競技物の動作の中において、当該競技物の競技の結果の予測に当たって影響を与える（影響を与える可能性のある）競技物の動作である。
　過去結果情報生成部１２０における処理について、図３の模式図を用いて説明する。競技が競馬であれば、過去結果取得部１１０を通じて取得されたパドックを歩いている出走馬（競技物）の過去競技映像より、各出走馬の特徴となる動作の映像が過去特徴動作映像として抽出される。過去特徴動作映像は、例えば、出走馬がパドックを歩いている時の前脚を上げる高さ、脚の曲げ方、首の動かし方等を撮影したときの映像であり、かつ、それらが動いている時間の判別可能な映像である。また、競技が野球であれば、過去特徴動作映像は、投手の腕、脚を動かしている時の位置、曲がり方等を撮影したときの映像であり、かつ、それらが動いている時間の判別可能な映像である。
　図３では、ある１頭の出走馬（競技物）の過去競技映像より、過去特徴動作映像Ｃ１はパドックを歩いている出走馬の前脚Ｌの映像から抽出される。そこで、出走馬の前脚Ｌの映像から、前脚Ｌの関節が伸びている状態の曲げ角度θ１と関節が曲がっている状態の曲げ角度θ２が映像から取得され、双方の曲げ角度の差の角度θｄが求められる。差の角度θｄは過去特徴動作映像Ｃ１における出走馬（競技物）の動作量とみなされ、ある１頭の出走馬（競技物）の過去動作量Ｍ１として定義される。同時に、前脚Ｌの関節が伸びている状態の曲げ角度θ１から関節が曲がっている状態の曲げ角度θ２に至るまでの時間は過去特徴動作映像Ｃ１における出走馬（競技物）の動作時間とみなされ、ある１頭の出走馬（競技物）の過去動作時間Ｔ１として定義される。なお、過去動作量Ｍ１は差の角度θｄ以外にも、前脚Ｌの移動距離（三次元または二次元に投影）としてもよい。
　このように、ある１頭の出走馬（競技物）の特徴となる動作の映像は、比較可能な数値情報を含む過去特徴動作映像Ｃ１として抽出される。そして、ある１頭の出走馬が出場したレースの成績と組み合わせられて、過去結果情報Ｄ１が生成される。従前、出走馬（競技物）の名称とレースの成績と組み合わせに留まっていたところに、出場前の出走馬の数値判断可能な動作の情報が過去特徴動作映像Ｃ１として組み合わせられる。結果、感覚、雰囲気等に頼っていた出走馬（競技物）の良否判断に客観的な指標が導入されて、ある１頭の出走馬（競技物）について、過去動作量Ｍ１及び過去動作時間Ｔ１を通じて同日のレース、異なる日のレース、昨年のレース等においても比較が可能となる。
　また、過去結果情報生成部１２０は、複数の過去競技映像より過去特徴動作映像を抽出し、複数の過去特徴動作映像に対応した競技物の複数の競技結果とを統計的に組み合わせた相関性に基づいて過去結果情報を生成する。過去結果情報の生成に際しては、１回分の過去特徴動作映像の抽出としてはばらつきが生じるため、ある１頭の出走馬（競技物）について、同日もしくは異日において複数の過去特徴動作映像が抽出され、複数の過去特徴動作映像毎に過去動作量Ｍ１及び過去動作時間Ｔ１が算出されて、算出時のレースの結果に組み合わせられて過去結果情報Ｄ１が生成される。
　複数の過去特徴動作映像におけるそれぞれの過去動作量Ｍ１及び過去動作時間Ｔ１と、複数の過去特徴動作映像の映像撮影時のレースに対応した競技物の複数の競技結果とは、多変量解析（重回帰分析）の機械学習、深層学習（ディープラーニング）により統計的に分析される。分析結果より、競技結果に対する相関性が求められて過去結果情報が生成される。なお、過去動作量Ｍ１及び過去動作時間Ｔ１は、両方としても、いずれか一方としてもよい。加えて、過去特徴動作映像において使用される過去動作量Ｍ１及び過去動作時間Ｔ１は、部位毎等の複数種類とすることができる。
　過去結果情報Ｄ１は、過去動作量Ｍ１、過去動作時間Ｔ１、及び競技結果についての単一の数値ではない。過去動作量Ｍ１、過去動作時間Ｔ１、及び競技結果（着順）は、複数の過去特徴動作映像から取得される数値の集合である。競技結果と過去動作量Ｍ１及び過去動作時間Ｔ１の数値の集合とは所定の関数として表現される。
　過去特徴動作映像の抽出に際しては、競技結果予測システムのユーザが個々の出走馬（競技物）毎に特徴となる動作の映像を選んで設定してもよい。あるいは、最初から過去特徴動作映像を抽出するのではなく、競技物の動作について始めに身体部位の複数箇所が選ばれて複数箇所の過去特徴動作映像が抽出された後、多変量解析を用いた競技物の動作と競技結果との組み合わせから、最も競技結果との相関性の高い過去特徴動作映像がフィードバックにより抽出されるようにしてもよい。また、出走馬（競技物）は成長して体格等が変化することがある。そこで、例えば、前脚についての過去特徴動作映像から後脚についての過去特徴動作映像と抽出される映像内の身体部位が変化することもある。そこで、出走馬（競技物）の競技結果の変化に応じて特徴となる動作の選択は変化させることができる。
　さらに、過去結果情報の生成、最適な過去特徴動作映像の抽出に際しても、機械学習が用いられても良い。人工知能による機械学習に際しては、サポートベクター（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ：ＳＶＭ）、モデルツリー、決定ツリー、ニューラルネットワーク、多重線形回帰、局部的重み付け回帰、確立サーチ方法等の手法が用いられる。
　現在映像取得部１３０は、競技物がこれから実施する競技における現在競技映像を取得し、現在競技映像から競技物における過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する。
　現在映像取得部１３０における処理について、図４の模式図を用いて説明する。競技が競馬であれば、出走馬（競技物）がこれから出場するレースにおける現在競技映像として、例えば、パドックを歩いている時の個々の出走馬（競技物）の映像（現在競技映像）の全体がカメラ７により取得される。
　そして、図４の模式図に示されるように、過去特徴動作映像Ｃ１における出走馬（競技物）に対応する動作（同様の動作）の現在特徴動作映像Ｃ２が抽出される。過去特徴動作映像Ｃ１と現在特徴動作映像Ｃ２における出走馬（競技物）の動作を揃えることは、動作量及び動作時間の比較をしやすくするためである。
　図４では、ある１頭の出走馬（競技物）の現在競技映像より、過去特徴動作映像Ｃ１と同様にパドックを歩いている出走馬の前脚Ｌの映像から抽出される。そこで、現在の出走馬の前脚Ｌの映像から、前脚Ｌの関節が伸びている状態の曲げ角度φ１と関節が曲がっている状態の曲げ角度φ２が映像から取得され、双方の曲げ角度の差の角度φｄが求められる。差の角度φｄは現在特徴動作映像Ｃ２における出走馬（競技物）の動作量とみなされ、ある１頭の出走馬（競技物）の現在動作量Ｍ２として定義される。同時に、前脚Ｌの関節が伸びている状態の曲げ角度φ１から関節が曲がっている状態の曲げ角度φ２に至るまでの時間は現在特徴動作映像Ｃ２における出走馬（競技物）の動作時間とみなされ、ある１頭の出走馬（競技物）の現在動作時間Ｔ２として定義される。なお、現在動作量Ｍ２は差の角度φｄ以外にも、前脚Ｌの移動距離（三次元または二次元に投影）としてもよい。
　予測部１４０は、現在特徴動作映像と過去特徴動作映像との比較に基づいて、競技物がこれから実施する競技における競技物の競技の結果を予測する。すなわち、予測部１４０は、同一の出走馬（競技物）の過去と現在の相互の共通する身体部位の映像同士を比較して、同一の出走馬（競技物）の現在の映像中の動きから、これから実施される競技（レース）における出走馬（競技物）の競技の結果（成績）を予測する。なお、過去結果取得部１１０と過去結果情報生成部１２０における処理は、逐次毎回の実施としてもよく、あるいは、競技の開催の前日、前の週等までに蓄積された過去結果情報Ｄ１を活用として、過去結果取得部１１０と過去結果情報生成部１２０における処理を省略し、現在映像取得部１３０と予測部１４０の処理の実行としてもよい。
　具体的には、予測部１４０は、現在特徴動作映像Ｃ２と過去特徴動作映像Ｃ１との比較に際して、現在特徴動作映像Ｃ２におけるある１頭の出走馬（競技物）の現在動作量Ｍ２及び現在動作時間Ｔ２と、過去結果情報Ｄ１（過去特徴動作映像Ｃ１）における同一のある１頭の出走馬（競技物）の過去動作量Ｍ１及び過去動作時間Ｔ１とが比較される。なお、比較に際しては、動作量または動作時間のいずれかとしてもよい。また、動作量、動作時間の比較に際しては、競技物の極力同一の動作同士で比較される。例えば、ある１頭の出走馬（競技物）について「常歩」の映像により比較される。歩き方が共通であれば、脚の曲がる量、時間の比較が容易となる。
　例えば、過去結果情報Ｄ１（過去特徴動作映像Ｃ１）におけるある１頭の出走馬（競技物）の過去動作量Ｍ１が平均で「１００」であり、本日、現在の同一のある１頭の出走馬（競技物）の現在動作量Ｍ２が「１０５」である場合、出走馬（競技物）の動作が活発化していると判断可能である。そこで、過去結果情報Ｄ１の関数において約５％向上している動作量に対応する競技結果が参照される。そして、当該競技結果から、これから実施される競技では、過去結果情報Ｄ１の動作量に対応する競技の結果Ｄ２（図５参照）が予測される。
　同様に、例えば、過去結果情報Ｄ１（過去特徴動作映像Ｃ１）におけるある１頭の出走馬（競技物）の過去動作時間Ｔ１が平均で「１００」であり、本日、現在の同一のある１頭の出走馬（競技物）の現在動作時間Ｔ２が「９５」である場合、出走馬（競技物）の動作が低下していると判断可能である。そこで、過去結果情報Ｄ１の関数において約５％低下している動作時間に対応する競技結果が参照される。そして、当該競技結果から、これから実施される競技では、過去結果情報Ｄ１の動作時間に対応する競技の結果Ｄ２（図５参照）が予測される。
　図５の模式図は予測部１４０の処理を概念的に示している。予測部１４０では、既知の過去結果情報Ｄ１、過去動作量Ｍ１、過去動作時間Ｔ１と、現在取得した現在動作量Ｍ２、現在動作時間Ｔ２から、これから実施される競技の結果Ｄ２が予測される。予測に際しては、前述のとおり、過去結果情報Ｄ１の関数が用いられる。そして、過去結果情報Ｄ１における過去動作量Ｍ１、過去動作時間Ｔ１の数値のばらつきから統計的な分散、相関性が考慮され、現在取得した現在動作量Ｍ２、現在動作時間Ｔ２について、確率として競技の結果Ｄ２が予測される。
　具体的には、過去結果情報Ｄ１における過去動作量Ｍ１、過去動作時間Ｔ１の数値にばらつきが大きい（相関性が低くなりやすい）場合には、相関係数等が乗算される。例えば、現在取得した現在動作量Ｍ２、現在動作時間Ｔ２が良好であり、過去結果情報Ｄ１の関数からの計算から出走馬（競技物）が１着になる計算予測であるところ、１着になる予測は８５～９０％の確率に低減して予測される。なお、予測に際しては、競馬場の場所、コースの長さ、コースの状態等も確率予測に含めても良い。なお、競技の結果Ｄ２の予測に際しては、正規分布、べき分布等の確率密度関数を用いた予測とすることもできる。
　競技の結果Ｄ２は、競技結果予測システム１の事業者６のコンピュータ１０から同コンピュータ１０に接続されたディスプレイ（図示せず）、さらには、競技結果予測システムの事業者６と契約、提携しているユーザの各端末（図示せず）にＩ／Ｏ１５から送信、出力される。そこで、事業者、ユーザは競技の結果を得て、ユーザはより多くの関心、興趣を競技の結果に抱いて競技を楽しむことができる。
　一連の説明は、競技を競馬とし、競技物を競馬レースに出場する出走馬とし、動作量と動作時間は出走馬の前脚の曲がり具合、曲がる時間とした。むろん、競技結果予測システムは競馬以外にも適用可能である。
　具体的には、競技が野球の場合、打者（競技物）のバッターボックスでの動作からバッティングの結果の予測に、投手（競技物）の動作から投球の結果の予測に競技結果予測システムは用いられる。
　競技が競輪の場合、試走での選手（競技物）の動きから順位の予測に競技結果予測システムは用いられる。
　競技がオートレース（自動車レース）の場合、試走、フォーメーションラップ等での車体（競技物）の動き、から順位の予測に競技結果予測システムは用いられる。
　競技が水泳の場合、スタート前の選手の動きから順位の予測に競技結果予測システムは用いられる。
　競技がマラソンの場合、選手のランニングフォームから順位、時間の予測に競技結果予測システムは用いられる。
　競技がボクシングの場合、入場時の選手の動きから選手の勝敗の予測に競技結果予測システムは用いられる。
　むろん、これらは例示であり、さらに広範なスポーツ、武道の競技の結果の予測に競技結果予測システムは用いられる。
　加えて、競技結果予測システムは、個人競技における競技の結果の予測に留まらず、チームスポーツの競技の結果の予測にも用いられる。チームスポーツを想定すると、競技物は複数となる。すなわち、チームに所属する出場メンバー全員の過去結果情報が生成され、かつ、出場メンバー全員の現在特徴動作映像が抽出される。さらには、対戦相手のチームに所属する出場メンバー全員の過去結果情報が生成され、かつ、出場メンバー全員の現在特徴動作映像が抽出される。
　例えば、バレーボールの場合、自チームの６名分と相手チームの６名分の過去結果情報が生成され、かつ、出場メンバー全員の現在特徴動作映像が抽出される。そこで、自チームの６名分のそれぞれの競技の結果（動き、体調等の善し悪し）と相手チームの６名分のそれぞれの競技の結果（動き、体調等の善し悪し）が予測される。そこで、いずれのチームの出場メンバーの競技の結果（平均値、最大値）についての良否の比較が行われ、競技の結果を通じて、有利または不利の予測が可能となる。そうすると、チームスポーツにおける競技結果予測システムの予測が活用され、監督、コーチ等の試合戦略に、自チームの出場メンバー全員、相手チームの出場メンバー全員の統計的な数値に基づく指標も加わり試合展開に客観的な判断が導入される。そこで、競技結果予測システムは、監督、コーチ等の経験則に基づいた試合展開からデータ活用への発展を可能とし、リアルタイムでの監督、コーチ等の試合における判断、さらには練習強化、選手管理の支援にも役立てられる。
　さらに、競技結果予測システムは、試合中の映像から次に取るべき行動のリアルタイムの予測に活用される。例えば、競技結果予測システムは選手自らの動作の判断材料、監督のコーチングに活用される。具体的には、例えば、野球で相手チームのバッターに対して外野フライの予想が高ければ、監督は外野フライに対応した守備の指示を行うことでチームの勝率を高めることができる。また、例えば、ゴルフで選手のスイングフォームに対してゴルフクラブの飛距離の予想を行い、適切なゴルフクラブを選択することができる。テニスで選手のサーブフォームに対してサーブが入る球種の予想を行い、適切なサーブの球種を選択することができる。さらには、ボウリングで選手の投球フォームに対してストライクになる投球位置の予想を行い、適切な立ち位置から投球することができる。むろん、これらは活用の一例である。
　これより、図６のフローチャートを用い、実施形態の競技結果予測システム１における競技結果予測方法と競技結果予測プログラムをともに説明する。競技結果予測方法は、競技結果予測プログラムに基づいて、コンピュータ１０のＣＰＵ１１により実行される。競技結果予測プログラムは、図１のコンピュータ１０に対して、過去結果取得機能、過去結果情報生成機能、現在映像取得機能、予測機能等の各種機能を実行させる。これらの各機能は図示の順に実行される。なお、各機能は前述の競技結果予測システム１の説明と重複するため、詳細は省略する。
　図６のフローチャートより、コンピュータ１０のＣＰＵ１１の処理は、過去結果取得ステップ（Ｓ１１０）、過去結果情報生成ステップ（Ｓ１２０）、現在映像取得ステップ（Ｓ１３０）、予測ステップ（Ｓ１４０）の各種ステップを備える。むろん、ＣＰＵ１１の処理自体の可動に必要な各種ステップは当然に含まれる。
　過去結果取得機能は、競技物が過去に実施した競技における過去競技映像及び過去競技映像における競技物の競技結果を取得する（Ｓ１１０；過去結果取得ステップ）。過去結果情報生成機能は、過去競技映像より競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、過去特徴動作映像と過去競技映像に対応した競技物の競技結果との組み合わせに基づいて過去結果情報を生成する（Ｓ１２０；過去結果情報生成ステップ）。
　現在映像取得機能は、競技物がこれから実施する競技における現在競技映像を取得し、現在競技映像から競技物における過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する（Ｓ１３０；現在映像取得ステップ）。予測機能は、現在特徴動作映像と過去特徴動作映像との比較に基づいて、競技物がこれから実施する競技における競技物の競技の結果を予測する（Ｓ１４０；予測ステップ）。なお、過去結果取得ステップＳ１１０と過去結果情報生成ステップＳ１２０における処理は、逐次毎回の実施としてもよく、あるいは、競技の開催の前日、前の週等までに蓄積された過去結果情報Ｄ１を活用として、過去結果取得ステップＳ１１０と過去結果情報生成ステップＳ１２０における処理を省略し、現在映像取得ステップＳ１３０と予測ステップＳ１４０の処理の実行としてもよい。
　上述した本発明のコンピュータプログラムは、プロセッサが読み取り可能な記録媒体に記録されていてよく、記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。
　なお、上記コンピュータプログラムは、例えば、ActionScript、JavaScript（登録商標）などのスクリプト言語、Objective-C、Java（登録商標）などのオブジェクト指向プログラミング言語、HTML5などのマークアップ言語などを用いて実装できる。
　　　１　競技結果予測システム
　　　２　過去競技サーバ
　　　３　コンピュータ（サーバ）
　　　４　インターネット回線
　　　５　開催場
　　　６　競技結果予測システムの事業者
　　　７　カメラ
　　１０　コンピュータ
　　１１　ＣＰＵ
　　１２　ＲＯＭ
　　１３　ＲＡＭ
　　１４　記憶部
　　１５　Ｉ／Ｏ
　１１０　過去結果取得部
　１２０　過去結果情報生成部
　１３０　現在映像取得部
　１４０　予測部
　　Ｍ１　過去動作量
　　Ｔ１　過去動作時間
　　Ｃ１　過去特徴動作映像
　　Ｄ１　過去結果情報
　　Ｍ２　現在動作量
　　Ｔ２　現在動作時間
　　Ｃ２　現在特徴動作映像
　　Ｄ２　競技の結果

Claims (9)

  1. 　競技物が過去に実施した競技における過去競技映像及び前記過去競技映像における前記競技物の競技結果を取得する過去結果取得部と、
    　前記過去競技映像より前記競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、前記過去特徴動作映像と前記過去競技映像に対応した前記競技物の前記競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成部と、
    　前記競技物がこれから実施する競技における現在競技映像を取得し、前記現在競技映像から前記競技物における前記過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得部と、
    　前記現在特徴動作映像と前記過去特徴動作映像との比較に基づいて、前記競技物がこれから実施する競技における前記競技物の競技の結果を予測する予測部と、を備える
    　ことを特徴とする競技結果予測システム。
  2. 　前記過去結果情報生成部は、複数の前記過去競技映像より前記過去特徴動作映像を抽出し、複数の前記過去特徴動作映像に対応した前記競技物の複数の前記競技結果とを統計的に組み合わせて前記過去結果情報を生成する請求項１に記載の競技結果予測システム。
  3. 　前記予測部は、前記現在特徴動作映像と前記過去特徴動作映像との比較に際して、前記現在特徴動作映像における前記競技物の現在動作量と前記過去結果情報における前記競技物の過去動作量と比較する請求項１に記載の競技結果予測システム。
  4. 　前記予測部は、前記現在特徴動作映像と前記過去特徴動作映像との比較に際して、前記現在特徴動作映像における前記競技物の現在動作時間と前記過去結果情報における前記競技物の過去動作時間とを比較する請求項１に記載の競技結果予測システム。
  5. 　前記予測部は、前記現在動作量と前記過去結果情報における前記過去動作量に基づいて、前記競技物がこれから実施する競技の結果を確率として予測する請求項３に記載の競技結果予測システム。
  6. 　前記予測部は、前記現在動作時間と前記過去結果情報における前記過去動作時間に基づいて、前記競技物がこれから実施する競技の結果を確率として予測する請求項４に記載の競技結果予測システム。
  7. 　前記競技物は複数である請求項１に記載の競技結果予測システム。
  8. 　コンピュータが、
    　競技物が過去に実施した競技における過去競技映像及び前記過去競技映像における前記競技物の競技結果を取得する過去結果取得ステップと、
    　前記過去競技映像より前記競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、前記過去特徴動作映像と前記過去競技映像に対応した前記競技物の前記競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成ステップと、
    　前記競技物がこれから実施する競技における現在競技映像を取得し、前記現在競技映像から前記競技物における前記過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得ステップと、
    　前記現在特徴動作映像と前記過去特徴動作映像との比較に基づいて、前記競技物がこれから実施する競技における前記競技物の競技の結果を予測する予測ステップと、を実行する
    　ことを特徴とする競技結果予測方法。
  9. 　コンピュータが、
    　競技物が過去に実施した競技における過去競技映像及び前記過去競技映像における前記競技物の競技結果を取得する過去結果取得機能と、
    　前記過去競技映像より前記競技物における特徴となる動作の映像を過去特徴動作映像として抽出し、前記過去特徴動作映像と前記過去競技映像に対応した前記競技物の前記競技結果との組み合わせに基づいて過去結果情報を生成する過去結果情報生成機能と、
    　前記競技物がこれから実施する競技における現在競技映像を取得し、前記現在競技映像から前記競技物における前記過去特徴動作映像に対応する動作が含まれる現在特徴動作映像を抽出する現在映像取得機能と、
    　前記現在特徴動作映像と前記過去特徴動作映像との比較に基づいて、前記競技物がこれから実施する競技における前記競技物の競技の結果を予測する予測機能と、を実現する
    　ことを特徴とする競技結果予測プログラム。
PCT/JP2023/008920 2022-06-21 2023-03-08 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム WO2023248552A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-099778 2022-06-21
JP2022099778A JP7321594B1 (ja) 2022-06-21 2022-06-21 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム

Publications (1)

Publication Number Publication Date
WO2023248552A1 true WO2023248552A1 (ja) 2023-12-28

Family

ID=87519696

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/008920 WO2023248552A1 (ja) 2022-06-21 2023-03-08 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム

Country Status (2)

Country Link
JP (1) JP7321594B1 (ja)
WO (1) WO2023248552A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016121110A1 (ja) * 2015-01-30 2016-08-04 楽天株式会社 情報処理装置、情報処理方法、プログラム、記憶媒体
WO2016121111A1 (ja) * 2015-01-30 2016-08-04 楽天株式会社 情報処理装置、情報処理方法、プログラム
JP2019109631A (ja) * 2017-12-15 2019-07-04 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報提供装置及び情報提供システム
JP2021089488A (ja) * 2019-12-02 2021-06-10 楽天株式会社 情報提供装置、情報提供方法、ならびに、プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016121110A1 (ja) * 2015-01-30 2016-08-04 楽天株式会社 情報処理装置、情報処理方法、プログラム、記憶媒体
WO2016121111A1 (ja) * 2015-01-30 2016-08-04 楽天株式会社 情報処理装置、情報処理方法、プログラム
JP2019109631A (ja) * 2017-12-15 2019-07-04 エヌ・ティ・ティ・コミュニケーションズ株式会社 情報提供装置及び情報提供システム
JP2021089488A (ja) * 2019-12-02 2021-06-10 楽天株式会社 情報提供装置、情報提供方法、ならびに、プログラム

Also Published As

Publication number Publication date
JP7321594B1 (ja) 2023-08-07
JP2024000833A (ja) 2024-01-09

Similar Documents

Publication Publication Date Title
Santos-Fernandez et al. Bayesian statistics meets sports: a comprehensive review
CN101909705A (zh) 运动训练系统和方法
TW200821021A (en) Team-based networked video gaming and automatic event management
US11928914B2 (en) Methods of simulating gameplay
CN111035934B (zh) 游戏教学方法、装置、电子设备和存储介质
Robberechts et al. A bayesian approach to in-game win probability in soccer
US20150174491A1 (en) Updating virtual trading card characteristics
US11872491B2 (en) Mixed reality competitions involving real and virtual participants
US11738269B2 (en) Interactive sports fan experience
Somaskandhan et al. Identifying the optimal set of attributes that impose high impact on the end results of a cricket match using machine learning
KR20210139021A (ko) 회원간에 이루어지는 스포츠 게임 관리 시스템
CN113544697A (zh) 用数据和身体姿态分析运动表现以对表现进行个性化预测
JP7420246B2 (ja) 映像処理装置、映像処理方法、及び、プログラム
WO2023248552A1 (ja) 競技結果予測システム、競技結果予測方法、及び競技結果予測プログラム
Santos-Fernandez et al. Bayesian methods in sport statistics
Joo et al. Learning to automatically spectate games for Esports using object detection mechanism
CN110314368A (zh) 台球击球的辅助方法、装置、设备及可读介质
JP7244389B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
Raja Subramanian et al. Regression to Forecast: An In-Play Outcome Prediction for One-Day Cricket Matches
Gupta et al. IoT for augmenting performance of professional sports training
Bhogle The statistical innings.
JP7078667B2 (ja) 勝敗予測システム
Shenoy et al. Prediction of the outcome of a Twenty-20 Cricket Match: A Machine Learning Approach
US20230106936A1 (en) Interactive Gaming in Sports
Satyapanich et al. Predicting Game Results for Football League Using Deep Learning

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23826741

Country of ref document: EP

Kind code of ref document: A1