シンボル列化したシーンの学習と2種のプレイ種相関度による野球放送映像プレイ種識別

摘要

スポーツ映像から特定シーンを効率良く検索する技術の実現が強く望まれている．我々は，シンボrnル列化したシーンの離散HMMを用いた学習による，野球映像の各シーンのプレイ種識別手法を提案した．しrnかし，出塁及びアウトカウント増加の起こる7種の「打席完了」プレイ種のみを識別対象としていたため，打席rnの完了しないプレイ種（投球のみ，ファウル，牽制及び盗塁）を識別対象に加えた場合，十分な識別精度が得らrnれなかった．そこで本論文では，我々の従来手法に対し，新しく2種の「プレイ種相関度」を識別尺度として加rnえた野球映像のプレイ種識別手法を提案する．プレイ種相関度の一つは，シンボル列を構成するシンボルの中のrn「代表シンボル」の出現頻度に関するものであり，シンボル列全体ではなく個々のシンボルに注視した特定プレイrn種との相関の強さを表す．もう一つは，投球ショット間隔に関するものであり，投球ショット間隔の長さのプレイrn種との相関の強さを表す．学習用シーンのシンボル列を学習したHMMによるプレイ種ごとの出力ゆう度と，2rn種のプレイ種相関度を重み指数を付加して掛け合わせて各プレイ種の総合的なゆう度を算出し，識別を行う．そrnして本論文では，MLB放送映像を用いた実験により，打席完了プレイ種だけでなく，打席の完了しないプレイrn種を含めた11のプレイ種を従来手法よりも高い精度で識別可能であることを示す．