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
570
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
81
何故,協調活動が創出するのか?
minchiminchi
0
200
大円距離の式の導出
minchiminchi
0
32
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
67
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
170
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
44
ジャンプ動作時の床反力発生に関する力学的考察
minchiminchi
0
1k
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
680
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
440
Other Decks in Technology
See All in Technology
あなたの声を届けよう! 女性エンジニア登壇の意義とアウトプット実践ガイド #wttjp / Call for Your Voice
kondoyuko
4
480
マーケットプレイス版Oracle WebCenter Content For OCI
oracle4engineer
PRO
3
910
急成長を支える基盤作り〜地道な改善からコツコツと〜 #cre_meetup
stefafafan
0
130
生成AI活用の組織格差を解消する 〜ビジネス職のCursor導入が開発効率に与えた好循環〜 / Closing the Organizational Gap in AI Adoption
upamune
5
4k
CursorによるPMO業務の代替 / Automating PMO Tasks with Cursor
motoyoshi_kakaku
0
390
「良さそう」と「とても良い」の間には 「良さそうだがホンマか」がたくさんある / 2025.07.01 LLM品質Night
smiyawaki0820
1
340
250627 関西Ruby会議08 前夜祭 RejectKaigi「DJ on Ruby Ver.0.1」
msykd
PRO
2
330
生成AIで小説を書くためにプロンプトの制約や原則について学ぶ / prompt-engineering-for-ai-fiction
nwiizo
4
2.6k
25分で解説する「最小権限の原則」を実現するための AWS「ポリシー」大全 / 20250625-aws-summit-aws-policy
opelab
9
1.2k
AIとともに進化するエンジニアリング / Engineering-Evolving-with-AI_final.pdf
lycorptech_jp
PRO
0
110
Oracle Audit Vault and Database Firewall 20 概要
oracle4engineer
PRO
3
1.7k
~宇宙最速~2025年AWS Summit レポート
satodesu
1
1.9k
Featured
See All Featured
KATA
mclloyd
30
14k
Rails Girls Zürich Keynote
gr2m
94
14k
Docker and Python
trallard
44
3.4k
Thoughts on Productivity
jonyablonski
69
4.7k
Building Adaptive Systems
keathley
43
2.6k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
20
1.3k
The Cult of Friendly URLs
andyhume
79
6.5k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
490
Build your cross-platform service in a week with App Engine
jlugia
231
18k
Building Flexible Design Systems
yeseniaperezcruz
328
39k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Code Review Best Practice
trishagee
68
18k
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