WEKO3
アイテム
タブレット端末ベースの簡単便利なモーションキャプチャによる体育の協働学習支援
https://kindai.repo.nii.ac.jp/records/22394
https://kindai.repo.nii.ac.jp/records/22394ceb68b8d-0346-493f-b15f-bcd702869913
名前 / ファイル | ライセンス | アクション |
---|---|---|
18K02876seika.pdf (475.8 kB)
|
|
Item type | 研究報告書 / Research Paper(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2022-03-07 | |||||
タイトル | ||||||
タイトル | タブレット端末ベースの簡単便利なモーションキャプチャによる体育の協働学習支援 | |||||
言語 | ja | |||||
タイトル | ||||||
タイトル | Collaborative learning support system for physical education based on simple and convenient motion capture on tablet devices | |||||
言語 | en | |||||
著者 |
田中, 一基
× 田中, 一基 |
|||||
言語 | ||||||
言語 | jpn | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | スポーツ映像 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 映像観察支援 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 視点変更 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 視野拡大 | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 敵対的生成ネットワーク | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_18ws | |||||
資源タイプ | research report | |||||
著者(英) | ||||||
言語 | en | |||||
値 | Tanaka, Kazumoto | |||||
著者 所属 | ||||||
値 | 近畿大学工学部; 教授 | |||||
著者所属(翻訳) | ||||||
値 | Kindai University | |||||
著者 役割 | ||||||
値 | 研究代表者 | |||||
版 | ||||||
出版タイプ | NA | |||||
出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||
出版者 名前 | ||||||
出版者 | 近畿大学 | |||||
書誌情報 |
科学研究費助成事業研究成果報告書 (2020) p. 1-7, 発行日 2021 |
|||||
リンクURL | ||||||
内容記述タイプ | Other | |||||
内容記述 | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18K02876/ | |||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 研究成果の概要(和文):体育実技の映像による学習を支援するため,映像観察を容易にする2つの手法を開発した.1つ目は,骨格推定のディープニューラルネットワークと競技コートのホモグラフィ変換により,映像の視点を変更する手法である.これにより,任意の視点で撮影した映像を鳥瞰視点で観察可能になった.2つ目は,敵対的生成ネットワークにより,競技者にクローズアップした映像の視点や視野を拡大し,競技場全体の映像に変換する手法である.これにより,競技者のポジショニングやフォーメーションの観察が容易になることを確認した.研究成果の概要(英文):In order to support the physical education using sport videos, we have developed two methods to facilitate video observation. The first is a method of changing the viewpoint of the sport video images by using a deep neural network for skeleton estimation and homography transformation of the competition court. This made it possible to observe the sport scenes taken from any viewpoint from a bird's-eye view. The second method is to use a generative adversarial network to expand the field of view of the video that is close-up to the player and convert it into a video of the entire court. It was confirmed that this facilitates the observation of the player's positioning and formation. | |||||
内容記述 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 研究種目:基盤研究(C); 研究期間:2018~2020; 課題番号:18K02876; 研究分野:画像処理; 科研費の分科・細目: | |||||
資源タイプ(WEKO2) | ||||||
内容記述タイプ | Other | |||||
内容記述 | Research Paper | |||||
フォーマット | ||||||
内容記述タイプ | Other | |||||
内容記述 | application/pdf |