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
MinchiMinchi
October 21, 2021
Technology
0
690
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
Tweet
Share
More Decks by MinchiMinchi
See All by MinchiMinchi
放課後レクチャ(2022)
minchiminchi
0
110
何故,協調活動が創出するのか?
minchiminchi
0
260
大円距離の式の導出
minchiminchi
0
44
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
75
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
210
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
50
ジャンプ動作時の床反力発生に関する力学的考察
minchiminchi
0
1.3k
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
840
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
480
Other Decks in Technology
See All in Technology
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
10k
サラリーマンソフトウェアエンジニアのキャリア
yuheinakasaka
33
16k
Claude Codeを使った情報整理術
knishioka
20
12k
スクラムマスターが スクラムチームに入って取り組む5つのこと - スクラムガイドには書いてないけど入った当初から取り組んでおきたい大切なこと -
scrummasudar
1
1.8k
RALGO : AIを組織に組み込む方法 -アルゴリズム中心組織設計- #RSGT2026 / RALGO: How to Integrate AI into an Organization – Algorithm-Centric Organizational Design
kyonmm
PRO
3
940
「アウトプット脳からユーザー価値脳へ」がそんなに簡単にできたら苦労しない #RSGT2026
aki_iinuma
9
4.5k
Master Dataグループ紹介資料
sansan33
PRO
1
4.2k
ファインディにおけるフロントエンド技術選定の歴史
puku0x
1
760
歴史から学ぶ、Goのメモリ管理基礎
logica0419
12
2.5k
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
4
21k
田舎で20年スクラム(後編):一個人が企業で長期戦アジャイルに挑む意味
chinmo
1
1.3k
[PR] はじめてのデジタルアイデンティティという本を書きました
ritou
1
790
Featured
See All Featured
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.3k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
96
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
140
Done Done
chrislema
186
16k
Mobile First: as difficult as doing things right
swwweet
225
10k
Reflections from 52 weeks, 52 projects
jeffersonlam
355
21k
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
0
410
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
130
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
61
48k
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
100
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
160
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