Pythonでテニスの錦織圭選手のフォームを分析してみた

Pocket

はじめに

こんにちは.

はんぺんです.

今日はテニスの錦織圭選手のフォアハンドをボーンモデルを使って骨抜きにしていきたいと思います.

ボーンモデルとは?

画像から人の関節の位置を抽出し,棒人間のモデルを作ることです.

Githubで公開されています.

ZheC/Realtime_Multi-Person_Pose_Estimation

これを用いてテニスのフォアハンドの動画から,棒人間動画を作っていこうと思います.

こちらのモデルはあの人工知能で有名な松尾研究室の輪読にも用いられてのでしょうか?

説明スライドが上がっていました.

[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

フォームの分析

今回用いたボーンモデルでは,眼,鼻,耳,首,肩,肘,手首,腰,膝,足首の合計18箇所の位置が推定できます.

ボーンモデルの動画

出来上がった動画がこちらになります.

実際の動画に重ねても,その正確性が読み取れますね.

この技術はスポーツだけでなく,これからいろんな分野で使われていくことになると思います.

まとめ

いかかでしたでしょうか.

今日はテニスの錦織圭選手のフォアハンドをボーンモデルを使って骨抜きにしました.

今回は動画にしただけですが,たくさんの動画をとってその人の関節データを分析してみたら面白いかもしれません.

また時間のあるときにやってみようと思います.

それでは失礼いたします.

参考

ZheC/Realtime_Multi-Person_Pose_Estimation

[DL輪読会] Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

 

スポンサーリンク














3 件のコメント

  • 面白いですね!自分もテニスのフォームを解析するみたいなことやりたくて、openposeをいじってたりします。似たようなことをやってる方がいて思わずコメントしてしまいました。

  • コメントを残す

    メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

    このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください