![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2023-06-11T12:37:54+00:00","default:ubi","ubi") #author("2023-06-11T12:44:40+00:00","default:ubi","ubi") [[小川]] *パラメトリック固有空間法について[#xb6a1d9e] ~3次元物体を2次元画像の集合体として記憶学習する汎用的な画像認識手法。物体のさまざまな向きや正目に対する膨大な画像データ全体を、パラメトリック固有空間と呼ぶ少量のデータで記憶・照合するため、記憶容量が著しく効率化される。この手法により複雑な3次元特徴抽出をすることなく3次元物体を高精度に認識できる。 **基本的な手順[#he7bf4be] ~ボールの変化に影響を与えるのがマグヌス効果だけならトラックマンで推定した回転軸とホークアイで観測した回転軸が一致するはずだが一致しなかった ~→トラックマンは観測データから回転軸を推定している -1.トレーニング（学習） --データセットを用意する。今回はx,y,z軸をそれぞれ10度ずつ回転させた46656枚の画像。 --データセットから、特徴抽出手法である主成分分析を使用して、入力データを特徴空間に射影する。これにより、元データより低次元な特徴空間上で表現することが可能になる。 --特徴空間上で各クラスの共分散行列などの統計情報を計算する。 -2.テスト --テストデータを特徴空間に射影する。今回は動画内のボールの画像。 --射影されたテストデータとトレーニングで計算された統計情報を使用して分類や識別を行う。 ~本当は左(ホークアイ)の回転をしているのに軌道は右(トラックマン)の回転の軌道 ~[[ボールデータ:https://www.ns.kogakuin.ac.jp/~jt13689/?plugin=attach&pcmd=open&file=%E3%83%9C%E3%83%BC%E3%83%AB%E3%83%87%E3%83%BC%E3%82%BF.png&refer=%E9%87%8E%E7%90%83%E3%83%9C%E3%83%BC%E3%83%AB%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6]] ~ボールデータは[[Baseball Savant:https://baseballsavant.mlb.com/]]から入手できる **シーム・シフト・ウェイク[SSW][#he7bf4be] ~野球のボールは革でできたなめらかな部分と縫い目で盛り上がった部分がある ~それによりボールを投げた時、空気にぶつかると周りに気流が発生する ~→縫い目の部分は乱れた気流になり、それはなめらかな気流よりも長くボールに付着しこの差がボールに変化を与える ***シーム・シフト・ウェイクを可視化する[#he7bf4be] ~Drivelineは''ボールの変化量から推定した軸とホークアイによって実際に観測できた回転軸の差''を見る方法でSSWの可視化を試みた ~[[SSW:https://www.ns.kogakuin.ac.jp/~jt13689/?plugin=attach&pcmd=open&file=ssw.png&refer=%E9%87%8E%E7%90%83%E3%83%9C%E3%83%BC%E3%83%AB%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6]] **参考[#he7bf4be] -[[3次元物体の認識と学習-パラメトリック固有空間法- (1994～1996):https://www.kecl.ntt.co.jp/30th/1994-2.html]]
