Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
集団スポーツの戦術的な動きを機械学習の予測に基づき評価する
Search
Keisuke Fujii
March 18, 2023
Technology
0
270
集団スポーツの戦術的な動きを機械学習の予測に基づき評価する
Meet up Chubu×A-idea(社会課題・地域活性化) 2023.3.9
Keisuke Fujii
March 18, 2023
Tweet
Share
More Decks by Keisuke Fujii
See All by Keisuke Fujii
2024/10/30 産総研AIセミナー発表資料
keisuke198619
1
190
MLSA (Machine Learning and Data Mining for Sports Analytics) 2023 参加報告
keisuke198619
2
440
集団スポーツの動きに関するデータ分析の概要と今後の展望
keisuke198619
0
250
最新のスポーツアナリティクス研究論文はどこで読めるか?
keisuke198619
0
260
Sports Analyst Meetup #13 (2022/11/26)
keisuke198619
0
800
スポーツ戦術をAIのデータ解析で評価する
keisuke198619
1
1k
Sports Analyst Meetup #12 Keisuke Fujii
keisuke198619
0
870
Learning interaction rules from multi-animal trajectories via augmented behavioral models
keisuke198619
0
310
Other Decks in Technology
See All in Technology
Railway Oriented Programming を オニオンアーキテクチャに適用する by kotlin-result / Railway Oriented Programming in Onion Architecture by kotlin-result
yuitosato
2
240
来年もre:Invent2024 に行きたいあなたへ - “集中”と“つながり”で楽しむ -
ny7760
0
240
【若手エンジニア応援LT会】AWS Security Hubの活用に苦労した話
kazushi_ohata
0
100
Sidekiq vs Solid Queue
willnet
11
7.3k
Apple/Google/Amazonの決済システムの違いを踏まえた定期購読課金システムの構築 / abema-billing-system
cyberagentdevelopers
PRO
1
190
サイバーエージェントにおける生成AIのリスキリング施策の取り組み / cyber-ai-reskilling
cyberagentdevelopers
PRO
2
150
Hotwire光の道とStimulus
nay3
5
2.3k
Figma Dev Modeで進化するデザインとエンジニアリングの協働 / figma-with-engineering
cyberagentdevelopers
PRO
1
390
生成AIの強みと弱みを理解して、生成AIがもたらすパワーをプロダクトの価値へ繋げるために実践したこと / advance-ai-generating
cyberagentdevelopers
PRO
0
150
Vueで Webコンポーネントを作って Reactで使う / 20241030-cloudsign-vuefes_after_night
bengo4com
3
2.3k
【若手エンジニア応援LT会】AWSで繋がり、共に成長! ~コミュニティ活動と新人教育への挑戦~
kazushi_ohata
0
110
WHOLENESS, REPAIRING, AND TO HAVE FUN: 全体性、修復、そして楽しむこと
snoozer05
PRO
3
5.8k
Featured
See All Featured
Bash Introduction
62gerente
608
210k
Designing on Purpose - Digital PM Summit 2013
jponch
115
6.9k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
27
1.9k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
504
140k
What's in a price? How to price your products and services
michaelherold
243
11k
Building a Scalable Design System with Sketch
lauravandoore
459
33k
A Modern Web Designer's Workflow
chriscoyier
692
190k
How GitHub (no longer) Works
holman
311
140k
[RailsConf 2023] Rails as a piece of cake
palkan
51
4.8k
Writing Fast Ruby
sferik
626
60k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
231
17k
Art, The Web, and Tiny UX
lynnandtonic
296
20k
Transcript
1 (来年起業予定) 代表者:藤井慶輔 (名古屋大学 大学院 情報学研究科 准教授) 集団スポーツの戦術的な動きを 機械学習の予測に基づき評価する 2023/3/9
研究室ホームページ:
[email protected]
2 Market Size TAM(Total Addressable Market) 世界のサッカーファン: 35億人(*3) *1 Emergen
Research, 2021 *2 Scarf & Rangel, 2017 *3 Acar et al., 2009 サッカー選手数 2.4億人 140万チーム 30万クラブ(*4) 選手:上手くなりたい・活躍したい ファン:楽しみたい・理解したい チーム:勝ちたい・経営を改善したい 共通課題、それは「動き」の戦術的評価 世界のスポーツ市場: 1.4兆米ドル(2020) 世界のスポーツテクノロジー: 22億米ドル(2020) サッカー+バスケで半分以上占める (*1)
3 Problem 戦術評価のテクノロジーが民主化されていない! 技術的課題 画像処理✕スポーツ科学✕強化学習を融合したAIによる“予測”で解決 (現在, START GAPファンドプログラム資金で活動中) ボールから遠くで良い動きをして いる選手を見つけるのは難しい!
映像を見ることが前提で、一部のプロしかデータがない! 上手になりたい選手や、教えるコーチにとって… 課題① 分析する人手が不足しがち(例:部活動問題) 課題② 大量の映像はあるが参考情報を得られない プレーを映像から評価し、得点/勝敗との関係を説明するのが難しい 多くの人に情報を簡単に共有できる世界を実現したい!
4 ※現実世界から収集したデータを使い、 仮想空間上に同じ環境を再現する技術 私たちは動きのデジタルツインを目指し、 多くの人に動きの情報を簡単に共有できる世界を実現したい!
5 Service 概要 映像を入力として様々な観点から評価 (唯一の正解でなく、共有できる参考情報) 選手やコーチにとって、 ・人手が少なく簡単に評価 ・雑多な中から必要な情報 が得られる! …
画像処理 予測による評価 映像
6 Solution例① “予測”で戦術の過程 (良否×偶然性)を評価 AIによる“結果の予測”に基づき、戦術を結果でなく(例:得点しそうな)動きで評価 従 来)(主観、結果論、少ないプレーで)この選手がこう動いたから、悪いプレーだった 本技術)試合を通して、数値で見ると悪くなかったが、アンラッキーだった 映像を保有する複数企業: 選手の追跡までは私たちに
できるが、「評価」が難し いので手を組みたい。 Toda et al. PLoS One, 2022 日本統計学会スポーツコンペ 優秀賞受賞(2021) ゲーム制作企業: ユーザ評価に使えそう。 時間が掛かるので短時間 で評価できるのは魅力。
7 Solution例② 動きの予測を基準に、オフボール選手も評価 これまで見逃されていた選手を評価できる(スカウティング、リクルートなど) Teranishi et al. 2022 (MLSA) 日本統計学会スポーツコンペ
優秀賞受賞(2022)、特許出願中 従 来)(主観で)この選手がこう動いたから、良いプレーだった(何と比べてどれくらい?) 本技術)この選手の動きは、標準的なプレーと比べて、**点分貢献した! AIの予測(薄色)より、A1がD1を引 き付けA2のスペースを作った! J1チーム事業部: ここまで技術が進歩して いるのか。アカデミーは 人手不足なので使えそう JFLチームHC: この手法のように定量的 に、練習の効果を検証す る手法が必要
8 Solution例③ どこにポジショニングすればよいか一目でわかる(コーチングに活用) 空間の価値を計算し、選択肢と評価値を提示 大学チームアナリスト: ポジショニングの良し悪しは 主観になってしまう。試合を 通して狙いを評価したい 従 来)(主観で)ここにパスを出せば良かったのに…(どこに出したらどれくらい良かった?)
本技術)このパスよりも、ここに出した方が得点チャンスが**%増加する! Teranishi et al. 2022 (MLSA) の技術を使い、筑波大学蹴球部 と共同研究中 大学チーム監督: プレーのまとめだけでなく 良し悪しも参考にしたい
9 最後に: 私たちは動きのデジタルツインを目指し、 多くの人に動きの情報を簡単に共有できる世界を実現したい! この世界観に共感して頂ける、 • スポーツDXを支援する企業、 または関心がある企業 • スポーツ映像の制作、加工、
編集等を行う企業 • スポーツ教育の当事者(学校 やスクールなど) • スポーツ振興や産業課題に関 与、または検討している企業 名古屋大学との共同研究から、 ご検討お願いします! (来年起業予定です) 藤井慶輔
[email protected]
研究室 HP: