富士通と国際体操連盟のAI画像解析、世界大会で全10種目の採点支援へ

動きを「ある瞬間のポーズ」ではなく、立体の情報に時間の流れを重ねた一連の動作として捉える設計が、この取り組みの土台になっています。体操の技は静止した形だけで成立するものではなく、どの姿勢からどう移行したかまで含めて評価されます。判定したい対象の性質に合わせて計測の枠組みそのものを組み替えた点が、技術選定より前段の重要な判断だったと言えます。

認識のぶれを独自の補正アルゴリズムで抑え込んだ発想も見逃せません。ディープラーニングによる画像解析では姿勢の推定結果が揺らぎやすく、その揺らぎは審判支援という用途では致命的になります。学習モデルの精度向上だけに頼らず、出力される数値を安定させる仕組みを別途組み込んだことが、関節の角度や手足の位置を数値として提示できる水準を支えたと考えられます。

学習データを自前で作り出す方針も、実運用を成立させた要因として大きいはずです。AIと3Dの技術でフォトリアルな画像を自動生成し、会場の明るさや器具の色といった条件を振った大量のデータを用意しています。世界各地の会場を渡り歩く競技において、環境が変わるたびに精度が落ちる状態では使い物になりません。撮影条件のばらつきを事前に想定して織り込む考え方が、限られた実写データの制約を回避したのでしょう。