2024年度公募
seeds-5177 -
【】
AI Analyticsによるeスポーツのプレー評価プラットフォーム
VISIONビジョン
このシーズに
問い合わせる
VISION
ビジョン
専門知をデジタル化した(e)スポーツの見方、営み方、創り方を実現する
USE CASE
最終用途例
(e)スポーツ分析基盤で戦略構築と観戦体験を革新する
USE CASE 01競技アナリティクス
USE CASE 02教育プログラム
USE CASE 03観戦体験の革新
STRENGTHS
強み
画像処理✕スポーツ科学✕機械学習を駆使した選手のモデル化による評価
STRENGTHS 01
画像処理によるデータ自動取得
選手位置、姿勢、イベントデータ自動取得のためのアルゴリズムおよびデータセットを多数公開しています。画像処理だけでなく、その後の解析まで想定している研究室は世界でも希少です。
STRENGTHS 02
機械学習による予測に基づくプレー評価
プレー結果、イベント、移動軌跡などを予測し、結果論でなく過程の「良い」動きを評価します。例えば、ボールを受けずに犠牲となる動きをした選手も、従来では全く評価できませんでしたが、私達が世界で初めて評価しました。
STRENGTHS 03
強化学習に基づく全選手/局面のプレー提案
選手の意思決定と行動をモデル化して全時間の全行動価値を算出し最適なプレーを提案します。データから任意の場面でどう動けば良いかを提案することができます。
TECHNOLOGY
テクノロジー
映像からデータの前処理、予測、評価を一貫して実現できるパイプライン
TECHNOLOGY 01
映像からデータの取得、前処理を行う
フィールド検出、選手・ボール位置推定、イベント取得を正確に行います。その後のデータ前処理・解析を行うオープンソース解析基盤OpenSTARLabを構築します。例えばシュートの選手を特定し、シュート姿勢を自動分析する技術を公開しました。世界初のサッカー試合中の単眼３次元姿勢分析を行いましたが、今後はこのような技術が増加することが予想されます。
TECHNOLOGY 02
予測モデルに基づきプレーやスペース、選手を評価
予測モデルにより空間や行動の価値を計算し、現在の場面から複数の選択肢と評価値を提示します。例えば、イベント予測に基づく「点が入りそうな動き」の評価、数理モデルを用いた（上図）スペース評価、軌道予測に基づく犠牲となる動きの評価など、オープンソース解析基盤OpenSTARLabにより、様々な競技・フォーマットに対応予定です。
PRESENTATION
共同研究仮説
オープンソース解析基盤OpenSTARLabの共同構築
RESEARCHER
研究者
藤井 慶輔
名古屋大学大学院情報学研究科准教授
経歴
2014年京都大学大学院人間・環境学研究科の博士後期課程にて博士号を取得後、理化学研究所革新知能統合研究センターの研究員などを経て、2021年から名古屋大学大学院情報学研究科准教授。2020年からJSTさきがけ研究員（信頼されるAI領域）。2023年名古屋大学赤崎賞を受賞。機械学習とスポーツアナリティクスの融合などに関する研究を行なっており、最近では様々な団体と連携した技術の社会実装についても取り組んでいる。
ホームページ：https://sites.google.com/view/keisuke198619jp/
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}
){kind=link}