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
230
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
MLSA (Machine Learning and Data Mining for Sports Analytics) 2023 参加報告
keisuke198619
2
380
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
230
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
230
Sports Analyst Meetup #13 (2022/11/26)
keisuke198619
0
750
スポーツ戦術をAIのデータ解析で評価する
keisuke198619
1
920
Sports Analyst Meetup #12 Keisuke Fujii
keisuke198619
0
840
Learning interaction rules from multi-animal trajectories via augmented behavioral models
keisuke198619
0
270
Other Decks in Technology
See All in Technology
サービスの持続的な成長と技術負債について
siva_official
PRO
10
4.4k
エンジニアリングマネージャーはどう学んでいくのか #devsumi / How Do Engineering Managers Continue to Learn and Grow?
expajp
4
1.3k
LINE WORKSへ簡単通知!Incoming Webhookアプリの紹介
mmclsntr
0
110
簡単に始めるSnowflakeの機械学習
nayuts
1
190
「単なる OAuth 2.0 を認証に使うと、車が通れるほどのどでかいセキュリティー・ホールができる」のか検証してみた
terara
0
380
GoとアクターモデルでES+CQRSを実践! / proto_actor_es_cqrs
ytake
1
160
コンテナ・K8s研修 - 前半 コンテナ基礎・ハンズオン【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
170
Azure Pipelinesを使用したCICDベースラインアーキテクチャ実践
yuriemori
0
190
成長期に歩みを止めないための創業期の開発文化形成
mayah
6
420
AOAI Dev Day - Opening Session
yoshidashingo
2
460
Git 研修 Basic【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
310
ソフトウェアエンジニアリングの知見を活かして データ基盤をいい感じにする on Snowflake [MIERUNE BBQ #10]
mtpooh
2
150
Featured
See All Featured
[RailsConf 2023] Rails as a piece of cake
palkan
35
4.4k
Bootstrapping a Software Product
garrettdimon
PRO
304
110k
A Modern Web Designer's Workflow
chriscoyier
689
190k
Designing Experiences People Love
moore
136
23k
Infographics Made Easy
chrislema
238
18k
Leading Effective Engineering Teams 2024
addyosmani
3
300
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
17
1.5k
Fashionably flexible responsive web design (full day workshop)
malarkey
399
65k
Web development in the modern age
philhawksworth
203
10k
Writing Fast Ruby
sferik
623
60k
In The Pink: A Labor of Love
frogandcode
139
22k
Embracing the Ebb and Flow
colly
81
4.3k
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: