アメリカンフットボールの可視化と深層学習によるパスプレーのマッチアップ分析に関する研究

抄録

我が国では，2020年の東京オリンピック・パラリックに向けて，最新のトレーニング手法の導入や競技レベルの向上に関する政策[1]が推進されている．この背景の下，計測機器を用いた計測データの可視化および分析システムの開発と活用が促進されている．しかし，これらのシステムは画一的な分析方法がないことから普及が進んでいない．また，分析の対象もプロスポーツに限定されており，カレッジスポーツでの利用が促進されているとはいえない．そこで，本研究では，チームスポーツの中でも複雑かつ論理的な戦術を要し，選手の役割が明確であるカレッジスポーツのアメリカンフットボールに着目する．その中でも戦術上で重要なパスプレーに着目し，GNSSの計測データを可視化するシステム[2]で可視化した軌跡画像を用いて，深層学習による戦術分析を試みる．深層学習を用いて，選手の軌跡画像データにより投球から捕球（マッチアップ）の成否を判定することで，実際に指導者が求めている情報であるQB（投球者）の位置とパスのタイミング，WR（捕球者）のコース取り，DB（阻止者）の反応動作などが分析できるかを検証する．