AIの
映像による身体位置推定
あとで読む保存した記事へ →
まず答え
通常は画像の特徴から身体の位置を推定しています。画面の点や3D座標は推定結果であり、身体内部の関節を直接測定した値ではありません。
詳しい解説
動画の肩、肘、腰などに点が表示されると、関節の位置を直接測ったように見えます。しかし、画像を使う姿勢推定は、学習したモデルが身体の特徴から対応する位置を推定する処理です。
GoogleのMediaPipe Pose Landmarkerは、画像や動画から人の身体を検出し、身体の位置を示すランドマークを出力します。公式説明では33点の3次元位置を推定するモデルを示しており、肩、肘、手首、腰、膝などの近似位置が含まれます。画像内の座標と3Dの座標が出力されても、骨や関節の内部を撮影して直接測っているわけではありません。
したがって、表示された点を線でつないだ図は、身体の動きを見る手掛かりとして使います。「3Dと表示された」「点が滑らかに動く」ということだけで、そのゴルファーの関節位置や角度が正確だと確認したことにはなりません。
姿勢推定の基本機能と、ゴルフスイングでどの程度正確に使えるかという性能評価も別です。撮影方向や身体の重なり、解析方法を含む条件で確かめる必要があり、一般の姿勢推定ツールが、そのままゴルフ用の精密計測器になるとは限りません。