マルチゾーン対応ToFセンサと深層学習を用いた跳躍角度測定に関する研究

カテゴリ：研究会(論文単位)

論文No：IM25027

グループ名：【A】基礎・材料・共通部門 計測研究会

発行日：2025/11/10

タイトル(英語)：Examination of Jump Angle Measurement System with Multi-Zone ToF Sensor and Deep Learning

著者名：北浦 圭悟(日本大学),大谷 昭仁(日本大学)

著者名(英語)： Keigo Kitaura(Graduate School of Nihon University),Akihito Otani(Nihon University)

キーワード：センサ,ＴｏＦ,深層学習,Sensor,ToF,Deep Learning

要約(日本語)：本論文では、マルチゾーン対応ToFセンサと深層学習を用いた、陸上競技の跳躍種目向けの新たな低コスト測定システムを提案する。従来の動作解析は高価なカメラに依存している。ToFセンサは低価格で低遅延の測定を提供し、深層学習は多額の資金を必要とせずに解析を可能にする。固定距離の物体測定によりセンサの再現性を確認、深層学習を用いて人体動作を解析し跳躍角度を推定した。システムは動作パターンの識別で高い精度を示した。

要約(英語)：Analysis of Track and Field Jumps Using ToF Sensors and Deep Learning Systems. Through verification using fixed-distance tests and human motion data, it demonstrates reproducible sensing and high-accuracy jump angle estimation, providing an affordable alternative to camera-based motion analysis.

本誌：2025年11月13日-2025年11月14日計測研究会-2

本誌掲載ページ：25-30p

原稿種別：日本語

PDFファイルサイズ：1,015Kバイト