PoseShot: 姿勢解析によるフリースロー動作認識のためのハイブリッドCNN–BiLSTMトランスフォーマーモデル

古典的なシュートのための賢い練習法

フリースローラインに立ったことがある人なら、スウィッシュとミスの差は不思議に感じられることが多いでしょう。本研究はその不確実さを、人工知能による明確で客観的なフィードバックに変える方法を示します。プレーヤーのフリースロー中の体の姿勢を精密に読み取ることで、研究チームのシステム「PoseShot」はショットを理解しやすい段階に分解し、堅実なフォームと危ういフォームを分ける動作を明らかにします。

フリースローを明確な段階に分解する

フリースローを単一の単純な動作として扱う代わりに、PoseShotはこれをドリブル、ホールド、レイズ、スロー、フォロースルーの5つの明確なフェーズの連続とみなします。チームはさまざまな体育館、照明条件、カメラアングルで行われた75本のフリースロー動画を収集し、数千のフレームにこれらのフェーズ名をラベル付けしました。この細分化されたアプローチにより、システムはより具体的な問いを立てられます：ホールドフェーズで十分に一時停止しているか？レイズ中の腕の軌道は滑らかか？ショットごとにフォロースルーは一貫しているか？

コンピュータビジョンで身体を読み取る

プレーヤーの動作を把握するために、PoseShotは同じ動きについて二つの補完的な視点を組み合わせます。まず、生のビデオ画像を見て、畳み込みネットワークと呼ばれるニューラルネットワークの一種で各フレームの形状、肢の位置、動きの手がかりを捉えます。次に、ポーズ推定ツールで体中の2D関節位置をマークします。これらの点から両肘、股関節、膝を含む8つの主要な関節角度を算出します。これらの角度は時間を通じた選手の姿勢の数値的フィンガープリントを形成し、脚から胴体を経てシュート腕へとエネルギーがどのように伝わるかを捉えます。

二つの動作情報の流れを融合する

PoseShotの中心は、画像と姿勢を並列に処理する二重経路アーキテクチャです。画像ストリームは視覚的詳細を徐々に凝縮してコンパクトな特徴へ変換する複数層を通ります。姿勢ストリームは関節角度の系列を時間を意識した特殊なネットワークに供給し、ある体の位置が次にどうつながるかを前後両方向に追跡します。両ストリームの上には、注意機構のように動作して動きの中で最も情報量の多い瞬間や関係を強調するトランスフォーマー層を配置しています。最後に二つのストリームを統合し、フレームごとにプレーヤーがどのフェーズにいるかを判定する分類器へ送ります。

他のAIコーチを上回る性能

PoseShotの性能を評価するために、研究者たちは従来の画像ネットワークから最新のトランスフォーマーベースの設計まで幅広い人気ディープラーニングモデルと比較しました。正確な当たり（ヒット）とミスを避けることの両方を評価するバランスの取れた指標で、PoseShotは100点満点中約96点を獲得し、全体的に他の手法を上回り、特に重要なスロー（投げ）フェーズで優れていました。システムはホールド、スロー、フォロースルーといった明瞭な動きを認識する点で特に強力でした。最も判別が難しかったのはドリブルとレイズの区別で、実戦ではこれらがしばしば連続して現れ、明らかな姿勢変化よりも微妙なタイミングや速度の差に依存することが多いです。

データから実践的なコーチングへ

高速ビデオと関節計測を信頼できるフェーズラベルに変換することで、PoseShotは単なるハイライト集以上のものをコーチに提供します。選手のフォームがどこで崩れるか、重要な姿勢をどれだけ一貫して再現しているか、そしてどの部分の動作が成功と失敗を分けているかを構造的に示します。非常に似通った動作の扱いにまだ課題があり、現状では高性能な計算機で最も良く動作するものの、本研究はあらゆるレベルの選手が瞬時に客観的なフォーム解析を受けられる未来を示唆しています。実践面では、より目的に即した練習、悪い癖の減少、フリースローラインからネットまでの道筋を明確にすることを意味します。

引用: Hsu, WC., Lee, CC., Lee, YH. et al. PoseShot: hybrid CNN–BiLSTM transformer model for free throw action recognition via pose analysis. Sci Rep 16, 11478 (2026). https://doi.org/10.1038/s41598-026-41025-0

キーワード: バスケットボール フリースロー, スポーツ分析, モーションキャプチャ, ディープラーニング, 動作認識