テニス動作解析AIが3D精度向上へ

カリフォルニア工科大学の研究チームは、テニス選手40名の練習・試合映像を2〜6台の同期カメラで収録した大規模動作解析データセット「CalTennis」を発表した。総フレーム数は1100万超（約51時間）に上り、既存の屋外環境における人体動作映像データセットの10倍、モーションキャプチャー（MOCAP）による正解ラベル付きデータセットの3倍の規模を誇る。

同データセットの技術的特徴は、単眼カメラ映像から3次元姿勢を推定する「モノキュラー3Dポーズ推定」アルゴリズムの評価基盤を提供する点にある。従来、3D姿勢推定の精度検証には高価な専用モーションキャプチャー設備が必要だったが、多視点カメラの同期映像を活用することで、特殊機材や専門知識なしに低コストで評価が可能となった。また、映像の校正・同期処理は完全自動化されており、データ収集プロセスの標準化と再現性を実現している。

最先端のモノキュラー3Dポーズ推定モデルを同データセットでベンチマークした結果、関節角度の3D復元精度は概ね良好であるものの、奥行き方向の推定と足の接地タイミングの検出において全モデルが一貫した課題を抱えていることが判明した。研究チームはさらに「フットワーク」と「安定性」という2種類の新評価指標を提案し、従来見過ごされていたポーズ推定の失敗パターンを明示した。

ビジネス上の応用は複数の産業領域に及ぶ。スポーツ指導の分野では、コーチングスタッフがAIによる客観的動作解析を活用してフォーム改善指導の質と効率を高められる。主要KPIとして選手のフォーム一致率やケガ発生率の低減が挙げられる。アマチュアからプロまでの指導現場において、1台のカメラで収録した映像から3D動作解析を提供するサービスの実用化が現実味を帯びる。

スポーツ用具メーカーにとっては、製品開発部門が選手の詳細な体の動きデータを設計プロセスに組み込む基盤が整う。ラケットやシューズの設計において、足の接地データや体幹の安定性指標を活用することで、生体力学に基づいた製品差別化が可能となり、製品性能の定量評価指標として活用できる。

スポーツ医学・リハビリテーション領域では、理学療法士や医療機関がAI動作解析を傷害予防プログラムに組み込むことが想定される。足の接地パターンや関節負荷の異常を早期に検出することで、選手の故障リスクを低減し、医療費削減にもつながる。アスリートのコンディション管理を担うスポーツ科学部門は、定期的な動作モニタリングを新たなサービスとして提供できる。

メディア・放送業界においても、試合映像から選手の3D動作を自動抽出する技術は、中継コンテンツの高付加価値化や視聴者向けインタラクティブ分析サービスへの応用が期待される。

今後の展望として、奥行き推定と足の接地検出という明確な技術課題が特定されたことにより、研究コミュニティが改善に集中しやすい環境が整った。データ収集プロトコルの標準化により、テニス以外の競技種目への横展開も視野に入る。AIによる動作解析市場は2030年代にかけて拡大が続くと見込まれており、精度の高いベンチマークデータが産業応用の加速に寄与するとみられる。