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
ラインジャッジにおける人間の認知限界の検討
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
MinchiMinchi
October 21, 2021
Technology
780
0
Share
ラインジャッジにおける人間の認知限界の検討
MinchiMinchi
October 21, 2021
More Decks by MinchiMinchi
See All by MinchiMinchi
放課後レクチャ(2022)
minchiminchi
0
140
何故,協調活動が創出するのか?
minchiminchi
0
300
大円距離の式の導出
minchiminchi
0
61
戦術面のトレーニングで感じてほしいこと(何故,協調活動が創出するのか?)
minchiminchi
0
86
戦術面のトレーニングで感じてほしいこと(何故,協調活動が創出するのか?)
minchiminchi
1
230
オフ・ザ・ボールの選手位置に関するデータ記録方法の検討
minchiminchi
0
60
ジャンプ動作時の床反力発生に関する力学的考察
minchiminchi
0
1.4k
力学の基本原理を用いたオーバハンドパスにおける合理的ルール構築の検討
minchiminchi
1
900
身体を用いたボールヒットにおける撃心についての検討
minchiminchi
1
520
Other Decks in Technology
See All in Technology
ITエンジニアを取り巻く環境とキャリアパス / A career path for Japanese IT engineers
takatama
4
1.8k
TROCCOで始めるクラウドコストを民主化するためのFinOps
tk3fftk
1
480
Datadog 認定試験の概要と対策
uechishingo
0
210
開発を止めない CI/CD ~CI Visibilityによる継続的最適化~
pensuke628
0
220
Kaggle未経験社員をメダリストに育てる「AIドラゴン桜」
lycorptech_jp
PRO
0
670
プラットフォームエンジニア ワークショップ/ platform-workshop
databricksjapan
0
140
Generative UI × A2UI で AI エージェントを作った話 AI-DLC も使ってみた!
kmiya84377
1
290
海外カンファレンス「JavaOne」参加レポート ユーザー系IT企業における目的・成果/JavaOne Report Purpose and Results in the User IT Company
muit
0
120
long-running-tasks
cipepser
2
450
Sony_KMP_Journey_KotlinConf2026
sony
1
180
Oracle AI Database@AWS:サービス概要のご紹介
oracle4engineer
PRO
4
2.7k
Spring Boot における AOT Cache 活用テクニックと 起動時間改善事例
ntt_dsol_java
0
180
Featured
See All Featured
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.7k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
420
Practical Orchestrator
shlominoach
191
11k
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.5k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.8k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.4k
Mind Mapping
helmedeiros
PRO
1
220
Measuring & Analyzing Core Web Vitals
bluesmoon
9
850
Designing for Performance
lara
611
70k
For a Future-Friendly Web
brad_frost
183
10k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
30k
Designing for humans not robots
tammielis
254
26k
Transcript
ラインジャッジにおける人間の認知限界の検討 Discussion of the human's recognition limit in the line
judge 三村泰成 鶴岡高専 日本バレーボール学会第24回大会 一般研究発表 2019年3月3日(日) 演題番号 15
【背景】 イン,アウトの判定 2 IN ライン 着床点 離床点 チャレンジ 画像 •
球速100km/h 以上 • 接地時間 10ms 程度 目視で判定が可能か?
【Facebook 上でのアンケート】 3 • 変形したボールは明確に見えない 109名 • 変形したボールが明確に見える 2名 本当に見えるのか?
【本研究の目的】 4 • 「ボールがバウンドする」という力学現象を明らかにする. • 認知限界を見極める方法を検討する 2枚の床反力計を用いた反応テスト 動画を用いた認知テスト 提案1 提案2
【力学現象】 ルール上のジャストイン 5 離床 最大変形 着床 (b) ジャストインの画像(着床点) (c) 着床の直後の画像
ライン (a) 着床の直前の画像 ボールがラインに触れたか?
【床反力計を用いた反応テスト】 6 - 測定方法 - 0.04秒 ボールのバウンド タップ 0.01秒 床半力計1
床半力計2 1mくらいの高さからボールを 落下させ,バウンドする瞬間に, 人間が鋼球でタップする.
【床反力計を用いた反応テスト】 7 - 測定結果 - 被験者1 被験者2 被験者3 min. 0.0013
0.0035 0.0020 max. 0.0341 0.0869 0.0621 ave. 0.0157 0.0407 0.0234 【単位: 秒】 人間の反応時間: 0.1 ~ 0.2秒 ボールのバウンドの瞬間を捉えるのは簡単ではないが, 反応時間よりも,精度良くタップできる. 認識は出来ている 見えてるかは?
1. 2. 3.分からない 【動画を用いた認知テスト】 8 -実験方法- ボールがライン近傍でバウンドする 60fps の動画を見せて, 問いに答えてもらう.
問1 インアウトの判定 1.イン 2.アウト 3.分からない 問2 ボールのバウンド時の状態 被験者: 鶴岡高専男子バレーボール部員10名
【動画を用いた認知テスト】 9 -結果 1 - イン アウト 分からない 球 変形
分からない 1 2 3 4 5 6
【動画を用いた認知テスト】 10 -結果 2 - 7 8 9 10 •
ギリギリのボール以外は,イン,アウ トの判定は認知できてそうである. • ボールの形状は,答えが分かれた. 形状は認知できてない?
【動画を用いた認知テスト】 • 民生用カメラの600fps,240fpsの動画を60fps に変換して利用してるので,画像が荒い. • ハイスピードカメラを用いて,問題と設問を工 夫する必要がある. • 本テストを洗練すれば,「審判のトレーニング 用認知テスト」を実現できる可能性もある.
11 - 考察 -
【ルールの提案】 -下死点で判定- 12 バウンドの下死点における中心がライン に触れているかを判定基準にする. 鉛直方向速度がゼロになる. 最大変形
【今後の予定】 • 業務用ハイスピードカメラによる撮影する. • 認知テストに適した動画の検討する. • 多数の被験者によるテストを実施する. • より詳細な変形挙動について確認する. •
個人の認知能力テストの検討する. 13
【まとめ】 • バレーボールがバウンドするという力学現 象を明らかとした. • 床半力計を用いて,人間の反応時間以下 の現象を認識できることを示した. • 60fpsの動画を用いてバウンド時の変形挙 動を認知しているかを確認できた.
• ボールのイン,アウトについてのルールを 提案した. 14
本研究はVolleyball Labのグループ研究の一環として行われたものです Volleyball Labとは バレーボールを客観的な根拠に基づき理解すること(Evidence-based Volleyball:EBV) を目的とするグループです. Volleyball Labメンバー ・浅野
暢介 ・大沢 仁 ・小田部 剛 ・垣花 実樹 ・川村 貴彦 ・北口 剛一 ・後藤 浩史 ・午坊 健司 ・佐藤彰太 ・佐藤 文彦 ・住田 達二 ・角力山 淳 ・高住翔 ・高橋 佑典 ・辻村 茉莉江 ・手川 勝太朗 ・中村 環 ・縄田 亮太 ・原 まなみ ・三上 岳 ・三村 泰成 ・百生 剣太 ・渡辺 寿規