【知能情報ラジオ】腕振りジャンプの再現性

The Best Energizerや、学ぶあなたの応援団長、そして、夢と科学のくに東京カンタァーランドのメインキャラクターをやらしてもらってます、橘カンタァーです。 ご存じの通り、承認と共創の時代になりました。 お聴きの皆さんが生まれながらに持っているやさしさ・仁・愛・志を、具現化できる力、思考力・言語化力・体験力、を身に付けましょう。 知識を持っているだけの価値は無くなりました。 耳十割目十割心十割で聴く姿勢と、その姿勢を維持する脊柱起立筋や表情筋の筋持久力をコツコツ高めましょう。 「2024年度 ＩＣＴ利用による教育改善研究発表会」で「Podcastを活用したマルチモーダル予習による主体性と共創力の向上効果」を発表します！ リサーチラボノートは100冊発注しましたので、1冊目を使い果たしたら、discordのDMで言ってください。お届けします。 縦に展開していくと、眼球の移動距離が短くて首を縦に振る筋肉を使うので、「できる！わかる！」という気分になりやすいですね！ 月額1000ドルのGPT (Great Presenter Tachibana) の価値をたくさん引き出しましょう。 後期の「機械学習 Machine Learning」と「計算知能 Computational Intelligence」もぜひ受講してください。楽しいですよ！ 深層学習、進化計算、群知能、Fourier変換、Laplace変換、z変換（Zadeh変換説ある）を学べます。 いじけてないで、第一宇宙速度を超えて思考の宇宙に飛び立ちましょう！ ### 知能情報ラジオ原稿：ジャンプ動作の異常検知実験 https://youtu.be/gzqJmt_cLps --- こんにちは、知能情報ラジオの時間です！本日は、面白い実験についてお話しします。それは「ジャンプ動作の異常検知」に関する実験です。動画解析技術と機械学習を組み合わせて、どのように異常な動きを検出するかを詳しく解説します。 --- ### 1. 実験の概要 この実験では、ジャンプしている様子を撮影した動画を用いて、特定の部位の位置を数値化しました。特に肘の位置に着目し、その位置座標に関する異常検知を行いました。異常検知とは、通常のパターンから外れたデータを見つけ出す技術です。 --- ### 2. 使用した技術 今回の実験では以下の技術を使用しました： 1. **OpenPose**：動画から人物の骨格情報を抽出するための技術です。これにより、肘などの関節の位置を数値化することができます。 2. **One-Class SVM**：異常検知に用いる機械学習の手法で、今回はsckit-learnのOneClassSVMクラスを使用しました。 --- ### 3. 実験の詳細 #### 1. 動画の撮影とOpenPoseによる解析 まず、ジャンプしている様子を撮影した動画をOpenPoseを用いて解析しました。これにより、各フレームごとに肘の位置座標を取得しました。 #### 2. 機械学習による異常検知 取得した肘の位置座標を用いて、One-Class SVMを使用して異常検知を行いました。One-Class SVMは、正常なデータパターンを学習し、それに基づいて異常なパターンを検出します。 --- ### 4. 結果の可視化 異常検知の結果を可視化することで、異常な肘の位置がどこにあるかを視覚的に確認しました。この可視化により、異常検知が正しく行われていることが確認できました。 --- ### 5. まとめ 今回の実験では、ジャンプ動作における肘の位置座標を解析し、異常検知を行いました。OpenPoseによる骨格情報の抽出と、One-Class SVMによる異常検知が組み合わさることで、正確な異常検知が実現できました。このような技術は、スポーツ動作の解析やリハビリテーションの評価など、さまざまな応用が期待されます。 --- 以上が本日の知能情報ラジオの内容です。皆さんの興味を引く実験になったでしょうか？次回もお楽しみに。それでは、またお会いしましょう！ ではまた！