Promotion of informatisation for swimming. - swimming motion estimation by artificial intelligence, and ontological aggregation of practical instruction knowledge -

推进游泳信息化。

基本信息

批准号：
20K11419
负责人：
野村照夫
金额：
$ 2.83万
依托单位：
Kyoto Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

目的：高飛込画像の前処理工夫で、演技の追跡と姿勢推定の検出力を向上させることを目的とした。方法：FINA Diving World Series 2018の10m高飛込を対象とした。飛込台上から入水までの演技を撮影した。ビデオカメラを縦置で撮影した (1080×1920 px、59.94 fps、SO: 原動画)。演技範囲をSOから切り出した (CL：切り出し動画、300×1200px)。入水終了時フレームを背景画像として CL から抽出した(BS：背景減算動画)。プログラムはOpenCV4.5.3の機能であるDaSiamPRNトラッカーを利用してPythonで自作した。ダイバーの胴体を最初の画面で境界ボックスとして指定し、胴体を追跡した。 BSフレームから検出した胴体の中心座標を基にCLの100×300pxの動画を抽出した。各フレームを1度ごとに360度回転させた300×300ピクセルの動画（RO：回転動画）を作成した。姿勢推定アプリケーション (Vision Pose、Next-System) を使用して、30 のキーポイントで姿勢を推定した。結果：胴体の追跡データは、CL よりも BS の方が改善された。プラットフォームからの離陸と水への進入の間、BS は手動追跡の股関節座標値と非常に高い相関 (r>0.967) を示した。 SO、CL、BS の姿勢推定では多くのデータ不足が観察された。一方、ROでは65541ポーズが推定された。回転前のフレームに逆変換したメディアン座標を代表値として使用することで、安定した推定値が得られた。考察：高飛込のパフォーマンス解析において、背景減算を用いた身体追跡で、ダイビング軌跡が捉えられた。ただし、より細かい手足の動きを推定するには、動画回転にて姿勢推定できる角度を見つけることが適切であることが示唆された。

目的：目的是通过预处理高位潜水图像来提高性能跟踪和姿态估计的检测能力。方式：以2018年国际泳联跳水世界系列赛10m跳水为目标。我拍摄了从跳水板到入水的整个表演。摄像机垂直拍摄（1080 x 1920 px，59.94 fps，SO：原始视频）。表演范围是从SO中剪切出来的（CL：剪切视频，300 x 1200px）。从CL中提取入水结束时的帧作为背景图像（BS：背景扣除视频）。该程序是使用 Python 使用 DaSiamPRN 跟踪器（OpenCV4.5.3 的一项功能）创建的。潜水员的躯干被指定为第一个屏幕上的边界框，并跟踪躯干。根据从 BS 帧检测到的躯干中心坐标提取 CL 的 100x300px 视频。创建 300 x 300 像素视频（RO：旋转视频），每帧旋转 360 度。使用姿势估计应用程序（Vision Pose、Next-System）来估计 30 个关键点的姿势。结果：BS 比 CL 改善了躯干跟踪数据。在从平台起飞和进入水中的过程中，BS 与手动跟踪的臀部坐标值表现出非常高的相关性（r>0.967）。在 SO、CL 和 BS 的位姿估计中观察到许多数据差距。另一方面，RO 估计有 65541 个姿势。利用反变换到预旋转坐标系的中值坐标作为代表值，得到稳定的估计值。讨论：在高跳水表现分析中，跳水轨迹是通过使用背景扣除的身体跟踪来捕获的。然而，为了估计更详细的肢体运动，建议找到一个允许通过旋转视频来估计姿势的角度是合适的。