| 講演抄録／キーワード |
| 講演名 |
2022-12-07 13:35
人体の構造的制約を考慮して訓練した深層モデルによるスイング骨格推定
○坂田淳樹・紀平捷吾・島田伸敬（立命館大）・永野祐樹・植田勝彦（住友ゴム） |
| 抄録 |
（和） |
ゴルフのスイングの良否を自動診断しアドバイスを出力するシステムの開発を念頭に，深度センサーの時系列画像から生成したCGデータを用いて訓練した深層学習モデルを利用して
スイング中の人体骨格の三次元座標を推定する手法について提案する．同一人物のスイングシーケンスでは骨格長が不変であるという幾何的制約を深層モデルの訓練に導入
するため，同一人物のスイングシーケンスからランダムに採取した訓練サンプルペアを一つの訓練データとし，両者間の骨格長の差異を損失関数に加える．
合計31人のサンプルデータをCGへのモーション埋め込みによってデータ拡張したサンプルを用いて深層モデルを訓練し，制約なし訓練モデルに比して骨格長の変化が少ない推定が得られた． |
| （英） |
For the purpose of developing the automatic diagnosis system of players' golf swing, we propose a method for estimating 3-D coordinates of human skeleton during swing using a deep learning model trained with mass CG images generated from mo-cap time-series data. In order to introduce the geometric constraint that the skeletal length is invariant for the same person's swing sequence into the training of the deep model, each single training sample pair randomly taken from the same person's swing sequence is used as training data, and the difference in skeletal lengths between them is additionally considered as loss function. By using CG images augmented by motion embedding in CG for 31 players' sequences, a deep neural model was trained and achieved higher consistency of skeletal lengths than unconstrained learning. |
| キーワード |
（和） |
ゴルフスイング計測 / 深層学習 / 距離画像 / 制約充足 / / / / |
| （英） |
Golf swing measurement / Deep learning / Depth image, / Constraint satisfaction / / / / |
| 文献情報 |
映情学技報, vol. 46, no. 39, SIP2022-10, pp. 23-26, 2022年12月. |
| 資料番号 |
SIP2022-10 |
| 発行日 |
2022-11-30 (ME, SIP) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
|