羽生さんの論文を読んでみた！

「こちら」のサイトから、PDFで取得することができます。

本稿は「フィギュアスケートにおけるモーションキャプチャ技術の活用と将来展望（羽生結弦 2020年度早稲田大学人間科学部卒業研究論文）」の一部に加筆・修正を行ったものである。

このように記載があるので、卒論の全文ではありません。ただ、「羽生さんが、具体的にどんな実験を行って、何がどこまでできて、何が難しかったか？」を、ある程度把握することができました。ちなみに、私自身は大学入試は英・国・世界史だけで受験した「超」がつくド文系人間ですけど、楽しく読むことができました。

（1）はじめに

ここでは、論文執筆にあたって「なぜこの実験を行ったのか？という羽生さんの問題意識」が明らかにされています。これはすでに私たちも把握していることが多く、現行のルールには「プラス・マイナスの項目が多すぎる」「毎年ルールに変更が加えられる」「にも関わらず、ワールドのような試合だと30人以上の演技を同じジャッジが判定しなきゃならず、負担が大きい」。それで正確なジャッジができるのか？と、この辺りが問題提起されています。

現状では，ジャンプの高難度化が進んでいるからこそ，評価基準がなおざりになっていることを感じる。特にジャンプの離氷時の評価は非常に曖昧で，審判員の裁量に完全に委ねられているように感じる。実際に，インタビュー等で審判員の判断に苦言を呈している選手もいる。

もちろん、その選手が誰かなんて書かれていませんが、「感じる」と私見であることを但し書きしつつも、「評価基準がなおざり」とか「審判員の裁量に完全に委ねられている」とか、けっこう表現がキツイ印象を受けました。

（2）実験方法

具体的にどのように実験を行ったか、そして実験をするにあたり、どのような不安材料があったかが列挙されています。31個の小型センサーを身体に装着し、そのセンサーをPCとWi-fiで接続して、映像を解析します。遠心力によってセンサーが外れないように身体に固定し、防水対策も行ったとのこと。

（3）実験結果

まず、30m×60mのリンクでの動きであっても、無線が切れることなくデータを取れたとのこと。

エッジの向きや角度，ターンなどへのセンサーの追跡能力の高さと信頼度が極めて高いものとなった。このようなデータを多く取得していく事によって信頼性の高い機械学習用データセットは用意できると考えられる。AXIS NEURONで出力したモデルでは，接地している足の関節が赤く表示されるようになっているが，これもうまく機能した。

この「接地している足の関節が赤く表示される」という機能が、この実験の核になっています。論文で言うと4～5頁に画像が掲載されています。この解析では、各種ジャンプの踏み切りの際に、「圧力がかかっているポイント」も赤く表示されるとのこと。これに続いて、ループ、フリップ、ルッツの「離氷時」のデータ、トウジャンプでトウを突く際のデータも分析。フリップ・ルッツにおける「イン・アウト」の跳び分け、ループにおいて右足だけで踏み切っているか、トウジャンプをブレード全体ではなくトウで踏み切っているか、この辺りのデータはかなり正確に取れることが分かったようです。

他方で、「回転数の判定」は課題が残るようです。

ただし，着地時のデータについては疑問が残るものも多い。膝の角度や着地時の回転角度の精度は疑わしい。したがって，現状では，回転数の判断の自動化は厳しい。しかし，これについては複数台カメラを用意し，任意の見易い角度からの映像をスロー再生で着地点をしっかりと判断することは可能であるため，この技術に頼りきりになる必要性はない。

ここからは私の推測ですが、例えば「シューズへのセンサーの装着」などを義務化すると、ジャンプの踏み切りに関しては、人力（人間の目視）に頼らずとも1台のカメラだけでかなり正確に判定できそうです。ただ、回転不足については、現状ではカメラの台数を増やして、映像をスロー再生して人間の目で判定することになるでしょうか。

「予算が無いのでカメラは増やせませしぇーん！」というISUの言い訳は、少なくともジャンプの踏み切りの判定に関しては、まったく説得力が無いですね。

「こんなことをやってもISUが採用しなきゃ意味ない」という意見は自称スケート通の人間から多く上がりそうですが、日々の練習現場で（リモート指導でも）「正しいジャンプを習得する」という目的でなら、この技術をすぐにでも活用できそうです。

では、また明日！

Jun

にほんブログ村