Posenet에서 Fedex 랭크 TOP50 선수의 임팩트시 이미지 각도를 계산해 보았습니다.

이미지나 동영상으로부터 인간의 자세 판정을 실시하는 인공 지능 「포세넷

라고 하는 이유로, Posenet에서 얻을 수 있는 좌표로부터, 미국 PGA 투어·Fedex 랭킹 TOP50 선수의 임팩트 화상을 수작업으로 긁어 모아, 선수에 의해 차이가 있는지,를 검증해 보았습니다.
이번에는 자바스크립트 정보가 없지만, Posenset은 「 여기 」의 Example usage 대로, 간단하게 동작시킬 수가 있습니다.

골프 스윙의 특징을 파악하려고하면

화상내의 특징점 좌표는, 그 화상 본체의 폭이나 높이가 거리에서, 또 인물이 찍혀 있는 개소도 다르기 때문에, 단순한 x, y 좌표점 비교에서는 차이·유사도의 계산은 할 수 없다, 라고 생각했습니다.
따라서, 다소의 앵글의 어긋남은 어쩔 수 없는 것으로서, 특징점 3점이 이루는 각도를 산출해, 그 평균치를 톱 레벨 선수의 스윙의 특징,이라고 정의 붙이기로 합니다. (조금 무리 화살감이 있습니다・・)

특징점 3점, 3개소

"코 - 가슴 - 허리 중심"의 각도 : 122.53도

"코 - 허리 - 발목"각도 : 119.71도

「코 - 가슴 - 오른손목」의 각도:68.01도
라는 느낌입니다.

이것을 50 선수분 기계 처리를 실시해, 평균은 이하와 같았습니다.

표준편차는 1자리이므로, 톱 프로는, 주소나 백스윙의 버릇이 강해도, 임팩트의 순간은 선수에 의해 큰 오차는 없다, 라고 하는 것입니까.

상관 계수를 내려 봅니다.

EXCEL에서의 작업이 됩니다만, 평균치와 각 선수의 값의 상관계수 「CORREL()」를 내 보았습니다.
당연히, 모두 「0.98」이상이 되었습니다. (이하 10명 발췌)

평균치와 각 선수의 값과의 상관뿐만 아니라 각 선수끼리의 상관도 0.96 이상이 되었습니다.

＊상관계수는 -1 이상 1 이하의 실수에 값을 취합니다. 상관 계수가 양수일 때 확률 변수에는 양의 상관 관계가 있고 음수일 때 확률 변수에는 음의 상관 관계가 있습니다. 또한 상관 계수가 0일 때 확률 변수는 무상관입니다.

일반 골퍼의 임팩트 각도와 비교해 본다.

그렇다면 일반 골퍼와의 차이는 어떻습니까?

상관 계수는 "0.92".
위에서 생각하면, 0.92는, 「PGA 투어 업 레벨 선수의 스윙 특징점」으로부터는, 멀리 떨어져 있다고 해도 좋을 것 같습니다.
각도만 보면, 목만이 내려간 울퉁불퉁한 상태일까요?

미래

이번은 아직 간이한 상태입니다만, 향후는 TOP100~ 더 많은 톱 레벨 화상을 수집＆각도 측정 개소를 늘려, 검증과 모델 작성을 계속하고 싶습니다.
「교사 없음」학습으로 분류해도 좋을지도.

데이터 수집이나 데이터를 이용해 고급 이론·승리론의 모델 구축에 협력 받을 수 있는 프로 골퍼나 톱 레벨 아마추어를 찾고 있습니다! 함께 효율적인 연습 모델을 만들지 않겠습니까?