サッカーのデータ分析の多くは、選手とボールのトラッキングデータやイベントデータが必要であり、現状資金力のあるプロリーグが企業を介して人手で多くのデータを集めている状況である。先行研究では、機械学習モデルを用いてプロの放送映像から特定のイベント検出を行っていたが、アマチュアの映像は様々な撮影条件の存在から適用することが難しい。本研究はアマチュアのフルピッチ映像から特定のイベント検出を行い、その検出結果に基づいた前線の守備評価の妥当性の検討を目的とする。本研究では2種類の手法で映像からイベント検出を行った。1つ目は、映像のフレームを入力とし、予測ラベルを出力とする深層学習ベースのe2e-spotを用いる手法である。2つ目は、ボールのトラッキングデータから速度を算出し、速度の変化からパスの開始と終わりを検出するルールベースの手法である。プロの映像から学習してアマチュアのフルピッチ映像でファインチューニングを行ったe2e-spotでは、ルールベースの手法より正確にイベント検出を行えた。今後は、推定されたイベントを用いて、どれだけ正確にその後のサッカーの前線の守備評価を行えるかを検証する。
