素人エンジニアがスポーツを科学する|GPTとUSBカメラの200FPS対応に挑戦

モヒカンと眼鏡のキャラクターが、USBカメラとノートパソコンでソフトボールの投球映像を確認するイラスト AI生活

はじめに

ソフトボールの投球や野球のスイングを解析するなら、速い動きをもっと細かく確認したい。

そのために今回取り組んだのが、外部USBカメラを使うアプリの見直しです。

もともとのアプリは60FPSまでの対応でした。200FPSに対応させるには、カメラだけでなく、映像を取り込むアプリ側から見直す必要がありました。

そこで、GPTに相談しながら開発を進め、USBカメラを200FPSまで扱える構成に変更しました。

「素人エンジニアがスポーツを科学する」。今回は、その土台となる映像を取り込む環境づくりです。

3行まとめ
・既存のカメラアプリは60FPSまでの対応で、高速撮影にはアプリ側の見直しが必要でした。
・GPTに実装を任せながら改修し、USBカメラの200FPS対応を進めました。
・200FPSへの対応と、実際に200枚の映像を安定して記録できることは分けて確認する必要があります。

なぜ200FPSに対応させたかったのか?

投球フォームやバッティングの動作には、一瞬で大きく位置が変わる場面があります。

腕が回る途中の位置や、バットが通る軌道を確認しようとすると、映像のコマとコマの間をもう少し細かく見たくなります。

FPSは、1秒間に扱う映像のコマ数を表す数値です。各フレームが均等な間隔で取得できる場合、60FPSでは約16.7ミリ秒ごと、200FPSでは5ミリ秒ごとの映像になります。

フレームレート1秒間のコマ数コマの時間間隔
60FPS60枚約16.7ミリ秒
200FPS200枚5ミリ秒

200FPSなら、60FPSの約3.3倍のコマ数で動きを記録できます。

これだけで解析が正確になるわけではありませんが、速い動作を細かく確認するための材料を増やせると考えました。

カメラだけではなく、アプリの見直しが必要だった

今回の出発点は、既存アプリが60FPSまでの対応だったことです。

USBカメラの性能を使いたくても、アプリがその撮影条件を扱えなければ、目的の映像は取り込めません。200FPSを使うには、カメラに合わせてアプリ側を見直す必要がありました。

ここで感じたのは、スポーツ解析ソフトを作る作業が、骨格を表示したり角度を計算したりすることだけでは終わらないということです。

解析に使う映像をどう用意するか。その手前の仕組みも、自分が作りたいものに合わせて整える必要がありました。

GPTに任せて200FPS対応を進めた

アプリの改修は、GPTに相談しながら進めました。

「既存アプリは60FPSまで対応している」「USBカメラで200FPSを扱いたい」という目的を伝え、実装を任せて見直していきました。

自分だけでカメラ周りの処理を一から調べて作るとなると、かなりハードルを感じます。それでも、実現したいことを言葉にしてGPTへ渡すことで、アプリの改修に取り組めました。

今回の開発では、USBカメラを200FPSまで扱える構成にできました。

既存アプリの範囲で使うところから、自分が必要とする撮影環境に合わせてアプリを変えるところへ進めたことが、今回の大きな変化です。

「200FPS対応」と「安定して撮れる」は分けて考える

ここは、開発記録として区別しておきたい点です。

アプリが200FPSに対応していることと、毎秒200枚の異なる映像を安定して取得・保存できていることは、同じではありません。

今回の「200FPS対応」は、アプリ側がその撮影条件を扱えるようになったという意味です。実際の撮影性能を評価するには、次のような点も確認する必要があります。

・使用する解像度で200FPSを維持できるか
・取り込みや保存の途中でフレームが抜けていないか
・撮影を続けても速度が落ちないか
・速く動く腕やバットが、確認できる鮮明さで写っているか

また、コマ数が増えても、被写体のブレが自動的になくなるわけではありません。実際の投球やスイングを撮りながら、動きの細かさと映像の見やすさを確認していきたいところです。

スポーツ解析につなげるために

今回作っている撮影環境は、投球フォームやバッティングの解析につなげるためのものです。

これまで取り組んできた骨格追跡や身体の軸の表示も、元になる映像があってこそ使えます。

高速撮影によって動作の途中を細かく確認できれば、腕がどの位置を通ったのか、身体の姿勢がどのタイミングで変わったのかを、より丁寧に見返せる可能性があります。

ただし、撮影できるコマ数が増えたからといって、骨格検出の精度まで自動的に上がるわけではありません。高速な動きや身体の重なりをどこまで追跡できるかは、解析ソフト側でも確かめる必要があります。

撮影環境と解析ソフトの両方を少しずつ整え、自分で動きを観察できる道具にしていく。それが今、取り組んでいることです。

関連記事:AIでソフトボールの投球フォーム解析を作ってみた|素人エンジニアがスポーツを科学する

まとめ

既存アプリでは60FPSまでだったUSBカメラの利用環境を見直し、GPTに実装を任せながら200FPS対応を進めました。

今回の開発で実感したのは、欲しい機能が既存アプリにない場合でも、自分の目的に合わせて作り変えるという選択肢があることです。

もちろん、対応できたところで完成ではありません。実際の撮影でどれだけ安定して映像を取り込めるか、スポーツの動きを確認するうえで役に立つかを確かめる必要があります。

素人エンジニアがスポーツを科学する。そのための道具が、また一つ形になってきました。

コメント

タイトルとURLをコピーしました