Kinect を用いたペナルティーキックのキック方向予測 Kick Direction Prediction of Penalty Kick by using Kinect 感性情報学講座 0312011125 林慶亮指導教員:小嶋和徳石亀昌明伊藤慶明 1. はじめに 1930 年から 2010 年までの FIFA(国際サッカー連盟)ワールドカップ全試合のペナルティーキック(PK)の回数は 204 回 1)である．そのうちゴール成功は 144 回(70.6％)，ゴール失敗は 60 回(29.4％)となっている．失敗 60 回のうちゴールキーパー(GK)がシュートをセーブしたのは 38 回(18.6％)のみとセーブする確率は低い．試合時間内で勝敗が決まらない場合，PK 戦によって勝敗を決めるため，PK で GK がシュートを阻止することは非常に重要である．そこで，本研究では Kinect より取得したシュート動作の骨格点データから左右蹴り分けの自動識別を行い，キック方向を予測するための動作を分析する． 2. 研究概要本研究では，Kinect V2 を使用して PK のキッカーの骨格点データ(Body データ)を取得し， SVM によって左右の蹴り分けを学習し自動識別を行う． 2.1. 取得データデータ取得対象者は，サッカー経験者 24 名 (うちキーパー3 名)で，左右のサイドを 1 回ずつ狙った PK を蹴ってもらいデータを取得した． 2.2. データ取得環境ゴールの大きさや PK の位置は実際の日本サッカー協会の規則 2)に則った．図 1 のように Kinect V2 をボールから 1.7 メートル離れた位置に設置し，Kinect V2 の認識範囲内でキッカーには助走を取ってもらう． 2.3. データ取得条件実戦に近い PK のデータを取るため，以下の条件で，対戦形式でデータ取得を行った． A) 1 チーム 8 名の 3 チームに分かれてもらい総当たりで対戦する． B) 1 人 1 回ずつ両チーム交互にキックを行う．図 1 データ取得環境 C) 通常の PK 戦とは異なり，両チームが 8 回のキックを完了する前に勝敗が決定した場合でも，終了せずに全 16 回のキックすべて行う． D) 1 チーム 2 試合するため一人 2 回キックするが，2 回目のキックの方向は 1 回目のキックと異なる方向とした(持ち球右:1 回左:1 回)．1 回目はどちらの方向に蹴ってもよい．ただし，このルールは GK には知らせず，GK がキックする場合は左右自由に蹴ってもらう． E) GK は自分の守備順以外の時にキッカーがキックするのを見てはいけない． F) 実戦に近い真剣さを得るために優勝チームには賞品，最下位は罰ゲームとした． 3. 実験前節で述べた条件で取得したデータを用い， SVM による機械学習を行い，PK において左右の蹴り分けの特徴の違いがみられるか実験を行った．SVM には libSVM を利用した． 3.1. 学習・評価方法取得したデータのうち右利きのキックかつ正確にデータが取れていると判断されるもの 20 人分のデータ(右 20 回，左 20 回)を実験に使用した． 15 人の蹴った 30 回分のデータを学習用に使用し，残りの 5 人の蹴った 10 回分のデータを評価用に使用した． 3.2. 特徴量ボールが蹴られる前の GK が取得可能な情報を利用する．本研究では，足を引いた瞬間と蹴る瞬間の 2 フレームのデータを尻の骨格点を中心とした相対値に変換し，その相対値を最大値が 1，最小値が 0 になるように正規化して，次の特徴量を抽出した． ① 2 フレームの各骨格点の差のユークリッド距離(20 個) ② 2 フレームの各骨格点の差のベクトルの向き(40 個) ッド距離とベクトルの向きをそれぞれ太線と矢印で示したイメージ図である．ベクトルの向きは式[1]を用いた． (𝑥1 − 𝑥2 ), (𝑦1 − 𝑦2 ) [1] 3.3. 実験結果今回データ取得の際に GK のシュートコースの予測のデータも取得していたが，PK 全 50 回のうちシュート方向に飛び込めていたのは 25 回(50％)となっていた.一方 libSVM による判別を行った結果，表 1 のような結果が得られた．表 1 の背景が灰色のものが正解した結果である．判別の正解率としてはどちらの特徴量も 70％となった．本論文では GK のシュートコース予測の精度向上につなげるため，特徴点を絞った実験を行う．表 1 実験結果正解方向特徴量①結果特徴量②結果左左左左左右右右右右左左右左右右右右右左左左右右右右右右右右 4. まとめ図2 2 フレーム間のユークリッド距離本研究ではサッカーの PK におけるシュート動作の骨格点データから左右蹴り分けを機械学習によって判別し，結果として 2 つの特徴量とも正解率 70％と，GK による予測よりも高い推定が可能となった．今後は，特徴点を絞り込み GK のシュート予測につなげてゆく．参考文献 BBC iWonder What makes the perfect World Cup shootout penalty? http://bbc.co.uk/guides/zgg334j (2014/12/16 閲覧) 2) サッカー競技規則-日本サッカー協会 http://www.jfa.or.jp/match/rules/pdf/la w_soccer_all_11.pdf (2014/12/16 閲覧) 1) 図 3 2 フレーム間のベクトルの距離図 2，図 3 は足を引いた瞬間と蹴る瞬間の 2 フレームの骨格点ごとの位置の差のユークリ